Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京大学段凌宇获国家专利权

北京大学段凌宇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京大学申请的专利一种基于范畴论建模的编码智能优化方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119254236B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411291946.8,技术领域涉及:H03M7/30;该发明授权一种基于范畴论建模的编码智能优化方法及系统是由段凌宇;刘家瑛;杨文瀚;胡子轩;林里浪设计研发完成,并于2024-09-14向国家知识产权局提交的专利申请。

一种基于范畴论建模的编码智能优化方法及系统在说明书摘要公布了:本发明公开一种基于范畴论建模的编码智能优化方法及系统,属于智能编码技术领域。该方法包括:基于编码任务,确定提取数据之间的关系集合的建模范式,并根据所述建模范式,构建编码模型;生成内容数据集,并基于编码任务需要的关系集合对内容数据集进行标注;根据编码任务下的数据放缩结构,确定压缩目标;基于所述压缩目标,在标注后的内容数据集上训练所述编码模型;使用训练后的编码模型完成所述编码任务。本发明通过引入结合模型训练与压缩优化过程,提升紧致表征下的推理性能,以提高编码性能。

本发明授权一种基于范畴论建模的编码智能优化方法及系统在权利要求书中公布了:1.一种基于范畴论建模的编码智能优化方法,其特征在于,所述方法包括: 基于编码任务F,确定提取数据之间的关系集合的建模范式,并根据所述建模范式,构建编码模型;其中,为数据域,X为数据域内的对象,所述基于编码任务F,确定提取数据间关系集合的建模范式,并根据所述建模范式,构建编码模型,包括: 获取编码任务F下的提取数据之间的关系集合 在编码任务F和提取数据之间关系的任务的基础上,基于类比公理得到任务域间关系集合其中,为任务域,所述类比公理为数据之间的关系集合编码了数据X的全部信息,因此该数据之间的关系集合可被任意下游任务使用; 根据任务域间关系集合确定数据之间的关系建模范式;其中,所述数据之间的关系建模范式包括:基于序列化的关系建模或基于层级化的关系建模; 依据数据之间的关系建模范式,确定编码模型; 生成内容数据集,并基于编码任务F需要的关系集合K对内容数据集进行标注; 根据编码任务F下的数据压缩结构,确定压缩目标; 基于所述压缩目标,在标注后的内容数据集上训练所述编码模型;其中,在所述下游任务为智能编码的情况下,所述压缩目标包括:码流长度、模型长度和性能表现,所述基于所述压缩目标,在标注后的内容数据集上训练所述编码模型,包括: 从内容数据集中随机选取图像将该图像使用编码器抽取特征并离散化为码流 使用熵模型估计码流的均值和方差,得到码流长度,并通过最小化码流长度得到码流长度损失LEn,通过最小化模型长度得到对编码器的长度约束其中,表示第j个编码器的参数; 将码流输入端到端解码器,输出重建图像并基于重建图像和关系集合K获得性能表现损失Lperf以及对解码器的约束其中,表示第j个解码器Dj的参数; 基于性能表现损失Lperf、码流长度损失LEn、对编码器的长度约束对解码器的长度约束得到总损失U; 根据总损失U与梯度下降算法,调整编码器、熵模型和解码器的参数; 使用训练后的编码模型完成所述编码任务F。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京大学,其通讯地址为:100871 北京市海淀区颐和园路5号北京大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。