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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于自编码器和智能体的云边协同推理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：CN119886219B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510001708.7，技术领域涉及：G06N3/0455；该发明授权一种基于自编码器和智能体的云边协同推理方法是由邬惠峰;董俊伟;陈佰平;孙丹枫设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本一种基于自编码器和智能体的云边协同推理方法在说明书摘要公布了：本发明公开了一种基于自编码器和智能体的云边协同推理方法，旨在解决资源受限设备在执行深度学习推理时面临的计算瓶颈和高延迟问题，本发明提出的技术方案包括以下步骤：首先，将复杂深度神经网络模型根据计算复杂度与设备性能拆分为边云协同执行的多个部分；然后，通过轻量自编码器压缩中间层数据，减少数据传输量；最后，使用智能体生成的多任务推理策略，实时根据设备负载、网络带宽及实时任务需求，选择合适的推理策略，该方法通过拆分深度神经网络模型、轻量自编码器进行中间数据压缩、以及通过训练智能体生成的策略实现多设备协同推理，显著提高推理效率，降低推理时间，并且在保证推理精度的前提下优化系统资源利用率。

本发明授权一种基于自编码器和智能体的云边协同推理方法在权利要求书中公布了：1.一种基于自编码器和智能体的云边协同推理方法，其特征在于：方法包括以下步骤： 步骤S1：根据计算复杂度和边缘设备的硬件性能对复杂深度神经网络模型进行拆分； 步骤S2：利用知识蒸馏技术对拆分后的部分模型进行压缩； 步骤S3：基于轻量自编码器结构对模型中间层的传输数据进行压缩； 步骤S4：同步在多设备多任务环境下训练一个智能体实时生成推理策略； 所述训练一个智能体实时生成推理策略具体包括以下步骤： S401：深度神经网络推理模型按层或残差块划分后进行定义； S402：基于划分结果进行通信模型的构建，以及时延和能耗模型的构建； S403：将原始问题进行表述，并转化为马尔可夫问题表述，同时构建马尔可夫具体求解模型； S404：设计使智能体能实时根据当前的状态作出最优决策的演员-评论家优化算法； 具体包括：采用演员-评论家结构，针对多智能体协作推理场景中的多个用户设备端UE，采用多个演员网络提供推理决策，演员网络数量等于用户设备端UE数量，为处理混合动作空间，每个演员网络添加三个输出分支获取混合动作，分支共享前几层编码状态信息，分别输出分区点、卸载信道和发射功率决策，用和分别表示评论家网络和演员网络的参数，即θn为UEn对应的演员网络参数，演员-评论家网络输入状态st，由四个向量连接而成，评论家网络输出预测状态值指导演员网络更新，演员网络输出策略πθat|st，离散动作通过添加softmax函数输出动作概率连续动作输出均值和标准差，动作从分布中采样； S405：对演员-评论家优化算法进行具体参数的配置与训练； S406：最后基于不同模型在不同用户设备端UE数量下的推理延迟和能量消耗进行系统性能评估，并根据评估结果调整平衡超参数。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。