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 > 杭州宇泛智能科技股份有限公司;浙江大学郑东获国家专利权

杭州宇泛智能科技股份有限公司;浙江大学郑东获国家专利权

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!

龙图腾网获悉杭州宇泛智能科技股份有限公司;浙江大学申请的专利基于动态结构感知的跨模态知识蒸馏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:CN120598016B

龙图腾网通过国家知识产权局官网在2025-10-31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:202511094146.1,技术领域涉及:G06N5/022;该发明授权基于动态结构感知的跨模态知识蒸馏方法及系统是由郑东;肖俊;叶琦;赵五岳;赵拯;朱翔设计研发完成,并于2025-08-06向国家知识产权局提交的专利申请。

基于动态结构感知的跨模态知识蒸馏方法及系统在说明书摘要公布了:本申请实施例提供一种基于动态结构感知的跨模态知识蒸馏方法及系统,通过接收目标任务数据集,从目标任务数据集中划分得到训练集,将训练集输入至预设教师模型和预设学生模型得到文本特征和视觉特征;基于模型之间的参数规模差异实时确定结构差异指标,基于结构差异指标得到投影矩阵;基于实时的投影矩阵得到对应的传输矩阵,并提取预设教师模型的注意力分布信息,基于注意力分布完成预设教师模型至预设学生模型的知识蒸馏并对目标任务数据集进行语义分割,得到语义分割结果。该方法有效解决了不同深度的网络模型之间难以对齐方面的不足,显著减少用于处理目标任务的模型的体量。

本发明授权基于动态结构感知的跨模态知识蒸馏方法及系统在权利要求书中公布了:1.一种基于动态结构感知的跨模态知识蒸馏方法,其特征在于,所述方法包括: 接收目标任务数据集,从所述目标任务数据集中划分得到训练集,将所述训练集输入至预设教师模型得到文本特征,将所述训练集输入至预设学生模型得到视觉特征; 确定当前所述预设教师模型的教师参数向量,确定当前所述预设学生模型的学生参数向量,通过欧几里得范数,基于所述教师参数向量和所述学生参数向量实时确定结构差异指标,基于所述结构差异指标,通过稀疏度计算规则确定基础稀疏度,确定文本特征对应的文本特征维度和视觉特征对应的视觉特征维度,基于所述文本特征维度、所述视觉特征维度和所述基础稀疏度构建初始投影矩阵,基于所述基础稀疏度和所述文本特征维度确定投影保留值,对于所述初始投影矩阵中每行的矩阵元素,确定各所述矩阵元素的投影权重,保留所述投影权重的绝对值中最大的前所述投影保留值的投影权重所对应的矩阵元素,得到保留矩阵元素,并将非所述保留矩阵元素的值重置为0,得到投影矩阵,其中,所述欧几里得范数表达式为:,其中,表示所述结构差异指标,θ_tea表示所述教师参数向量,θ_stu表示所述学生参数向量,表示L2范数运算符,所述稀疏度计算规则包括:,其中,表示所述基础稀疏度,tanh表示双曲正切函数,表示所述结构差异指标,所述投影矩阵用于对齐所述文本特征的特征维度和所述视觉特征的特征维度; 基于实时的所述投影矩阵得到对应的传输矩阵,并提取所述预设教师模型的注意力分布信息,基于当前所述传输矩阵和所述注意力分布信息确定所述预设教师模型所保留的网络层,以完成所述预设教师模型至所述预设学生模型的知识蒸馏,基于当前已知识蒸馏的所述预设教师模型和所述预设学生模型对所述目标任务数据集进行语义分割,得到语义分割结果。

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杭州宇泛智能科技股份有限公司;浙江大学,其通讯地址为:310000 浙江省杭州市余杭区仓前街道时尚万通城3幢24层、25层、26层;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。