四川大学伍元凯获国家专利权
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！
龙图腾网获悉四川大学申请的专利基于预训练语言模型的云边端时间序列异常检测系统及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：CN119583387B 。
龙图腾网通过国家知识产权局官网在2025-10-17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：202411758702.6，技术领域涉及：H04L43/08；该发明授权基于预训练语言模型的云边端时间序列异常检测系统及方法是由伍元凯;刘扬友;方夏;尹苏皖;韩云祥设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。
本基于预训练语言模型的云边端时间序列异常检测系统及方法在说明书摘要公布了：本发明公开了基于预训练语言模型的云边端时间序列异常检测系统及方法，云边端架构中的异常检测领域，其中，系统包含边缘设备模块和云端服务器模块，两者通过网络协同工作，共同完成数据采集、实时检测和模型优化，并以此提出了一种检测方法。本发明，基于预训练语言模型和云边端协同架构，在边缘设备和云端服务器之间建立高效的数据补全、异常检测与模型优化机制。
本发明授权基于预训练语言模型的云边端时间序列异常检测系统及方法在权利要求书中公布了：1.基于预训练语言模型的云边端时间序列异常检测系统，其特征在于，包括： 设置在边缘设备端的数据采集模块、序列补全模块、异常检测模块和误差收集模块，以及设置在云端服务器的加权聚合模块、增量训练模块和领域切片更新模块； 所述数据采集模块负责采集驾驶过程中各传感器的数据； 所述序列补全模块基于微调的预训练语言模型对缺失数据进行补全； 所述异常检测模块利用微调的预训练语言模型对补全后的数据进行异常检测； 所述误差收集模块在驾驶任务结束后，记录异常检测结果和实际情况之间的误差信息； 所述加权聚合模块接收来自多个边缘设备的误差信息，对其进行加权聚合，以充分利用来自不同场景的反馈信息； 所述增量训练模块基于聚合后的数据，使用增量训练的方式优化微调的预训练语言模型的领域切片； 所述领域切片更新模块将更新后的领域切片下发至边缘设备。
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四川大学，其通讯地址为：610000 四川省成都市武侯区一环路南一段24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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励