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 > 北京理工大学张青龙获国家专利权

北京理工大学张青龙获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利一种面向边缘侧数据漂移的基础模型神经元粒度适配方法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:CN119578472B

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:202411504301.8,技术领域涉及:G06N3/06;该发明授权一种面向边缘侧数据漂移的基础模型神经元粒度适配方法是由张青龙;韩锐;侯海婷;吴晓宁;刘驰设计研发完成,并于2024-10-25向国家知识产权局提交的专利申请。

一种面向边缘侧数据漂移的基础模型神经元粒度适配方法在说明书摘要公布了:本发明涉及一种面向边缘侧数据漂移的基础模型神经元粒度适配方法,包括:步骤1,当检测到边缘侧输入数据发生漂移后,代理神经元提取模块以基础模型和新环境数据为输入,快速计算基础模型中神经元的重要性,提取出基础模型中最重要的神经元;步骤2,神经元索引构建模块以基础模型和步骤1中作为输出的代理神经元为输入,构建每个代理神经元与基础模型之间的神经元索引并输出;步骤3,代理神经元更新模块使用新环境数据更新代理神经元;等步骤。本发明的优越技术效果在于,在边缘侧有限资源下提取出基础模型中最重要的神经元进行更新,无需对基础模型进行压缩,能够在不损失基础模型泛化性的情况下进行适配,以加快适配速度、提高适配精度。

本发明授权一种面向边缘侧数据漂移的基础模型神经元粒度适配方法在权利要求书中公布了:1.一种面向边缘侧图像数据漂移的基础模型神经元粒度适配方法,包括以下步骤: 步骤1,当检测到边缘侧输入数据发生漂移后,代理神经元提取模块以基础模型和新环境数据为输入,快速计算基础模型中神经元的重要性,提取出基础模型中最重要的神经元,作为输出的代理神经元,所属输入数据和新环境数据均为图像数据; 步骤2,神经元索引构建模块以基础模型和步骤1中作为输出的代理神经元为输入,构建每个代理神经元与基础模型之间的神经元索引并输出; 步骤3,代理神经元更新模块使用新环境数据更新代理神经元; 步骤4,基础模型适配模块基于神经元索引,将步骤3中的代理神经元在新环境中学习到的知识用于更新基础模型中对应的神经元,实现基础模型适配的效果。

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理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;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。