清华大学孟媛获国家专利权
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！
龙图腾网获悉清华大学申请的专利面向领域泛化的梯度自适应量化感知训练方法、装置和设备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：CN119942304B 。
龙图腾网通过国家知识产权局官网在2025-11-07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：202510074953.0，技术领域涉及：G06V10/82；该发明授权面向领域泛化的梯度自适应量化感知训练方法、装置和设备是由孟媛;朱文武;王智;姜佳成设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。
本面向领域泛化的梯度自适应量化感知训练方法、装置和设备在说明书摘要公布了：本申请提供了一种面向领域泛化的梯度自适应量化感知训练方法、装置和设备，涉及计算机技术领域，旨在提高量化模型在未知领域的泛化能力。该方法包括：获取训练数据集和量化卷积神经网络模型；将所述训练数据集中各个样本图像输入到所述量化卷积神经网络模型进行处理，得到各个尺度因子在不同训练域的任务梯度和平滑梯度；评估各个尺度因子在不同训练域的任务梯度的梯度混乱度，所述梯度混乱度表征任务梯度方向的一致程度；根据所述梯度混乱度，确定各个尺度因子在不同训练域的学习梯度，并基于所述学习梯度对所述量化卷积神经网络模型的参数进行更新，得到训练完毕的量化卷积神经网络模型。
本发明授权面向领域泛化的梯度自适应量化感知训练方法、装置和设备在权利要求书中公布了：1.一种面向领域泛化的梯度自适应量化感知训练方法，其特征在于，包括： 获取训练数据集和量化卷积神经网络模型，所述训练数据集包括等量不同训练域的多个样本图像； 将所述训练数据集中各个样本图像输入到所述量化卷积神经网络模型进行处理，得到各个尺度因子在不同训练域的任务梯度和平滑梯度，所述尺度因子表征所述量化卷积神经网络模型的权重和激活值分布的特征，所述任务梯度用于优化所述量化卷积神经网络模型的任务性能，所述平滑梯度用于优化所述量化卷积神经网络模型的泛化性； 评估各个尺度因子在不同训练域的任务梯度的梯度混乱度，所述梯度混乱度表征任务梯度方向的一致程度； 根据所述梯度混乱度，确定各个尺度因子在不同训练域的学习梯度，并基于所述学习梯度对所述量化卷积神经网络模型的参数进行更新，得到训练完毕的量化卷积神经网络模型，所述学习梯度至少包括所述平滑梯度。
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清华大学，其通讯地址为：100084 北京市海淀区清华园1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