中国人民解放军国防科技大学王戟获国家专利权
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！
龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于抽象梯度下降的软硬约束机器学习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：CN119990237B 。
龙图腾网通过国家知识产权局官网在2025-10-21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：202411940369.0，技术领域涉及：G06N3/084；该发明授权一种基于抽象梯度下降的软硬约束机器学习方法及系统是由王戟;余诗文;陈立前;刘增玉;王挺设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。
本一种基于抽象梯度下降的软硬约束机器学习方法及系统在说明书摘要公布了：本发明公开了一种基于抽象梯度下降的软硬约束机器学习方法，该方法包括：步骤S1：建立学习模型；步骤S2：由训练集构建软约束，构造出∑∈DLossFαx,y损失函数；步骤S3：由逻辑性质构造硬约束，从构造minbFPb,α；步骤S4：在软硬约束优化目标间进行对抗交替优化；步骤S5：将训练好的模型输出。该系统用来实施上述方法。本发明具有原理简单、易实现、操作便捷、效率高等优点。
本发明授权一种基于抽象梯度下降的软硬约束机器学习方法及系统在权利要求书中公布了：1.一种基于抽象梯度下降的软硬约束机器学习方法，其特征在于，包括： 步骤S1：建立学习模型； 步骤S2：由训练集构建软约束，构造出损失函数；其中Loss函数是一个衡量与y的差别的函数；训练集中每一条数据记为一个输入输出对x,y，一个输入x、输出y的学习模型，记为y＝Fαx，其中α为待学习参数； 步骤S3：由逻辑性质构造硬约束，直接使用约束的逻辑语义离散函数作为优化目标，从转换为离散函数；其中P是一个只含有自由变量α的谓词，b是全称量词的约束变量；其中是谓词P的语义离散函数； 步骤S4：在软硬约束优化目标间进行对抗交替优化；软约束优化目标，硬约束优化目标，按如下流程对二者进行交替优化： 步骤S41：假设目前的的值为，，令的可行域为其定义域； 步骤S42：计算后向下抽象，其中，得到的目标集合：；该目标集合中的任意值都可以使得的值小于的值； 步骤S43：令集合为硬约束优化目标中的可行域，并计算后向上抽象； 步骤S5：将训练好的模型输出。
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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区砚瓦池正街47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