国网江苏省电力有限公司经济技术研究院;南京工程学院宗炫君获国家专利权
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!
龙图腾网获悉国网江苏省电力有限公司经济技术研究院;南京工程学院申请的专利一种基于云边协同的模型动态训练方法、装置及管控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:CN120509463B 。
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:202511000734.4,技术领域涉及:H04L67/10;该发明授权一种基于云边协同的模型动态训练方法、装置及管控系统是由宗炫君;袁伟;沈高锋;张群;汪德成;陈光宇;张仰飞;赵文祥;王青山设计研发完成,并于2025-07-21向国家知识产权局提交的专利申请。
本一种基于云边协同的模型动态训练方法、装置及管控系统在说明书摘要公布了:本发明公开了一种基于云边协同的模型动态训练方法、装置及管控系统,方法包括:获取待训练模型;根据待训练模型的模型属性,计及待训练模型的计算复杂度,分析各个待训练模型的算力需求,并对待训练模型进行分配,给出初始训练位置;基于初始训练位置,对待训练模型进行训练,结合模型训练指标,对待训练模型进行自适应修正,完成对待训练模型的训练。通过对待训练模型的各种模型属性进行分析,并对待训练模型进行分配,确定初始训练位置并进行训练,然后在模型训练的过程中融入自适应修正,提高待训练模型的训练效率。同时可以动态调整待训练模型的训练结果,对训练效果不佳的模型进行及时更新,进而提高综合能源系统的适应性和稳定性。
本发明授权一种基于云边协同的模型动态训练方法、装置及管控系统在权利要求书中公布了:1.一种基于云边协同的模型动态训练方法,其特征在于,包括: 获取待训练模型; 基于待训练模型的模型属性,对待训练模型逐层分析,分析待训练模型中各个层的浮点运算数并累加,给出待训练模型的模型运算总数;结合云端或边端的实际处理效率,分析模型运算总数和与云端或边端的实际处理效率的比值,给出对应的处理时间;以待训练模型的内存占用,融合训练过程中网络链路带宽以及网络链路拥堵系数,给出传输时间度量值;通过处理时间、传输时间度量值,融合待训练模型适应度,并基于预先构建的位置评分函数,给出各个待训练模型的训练位置评分,其中,模型属性包括训练复杂度、神经元数量、内存占用、计算强度中的至少一个; 结合待训练模型的训练位置评分,对训练位置的算力进行分析,给出各个待训练模型的初始训练位置,其中,训练位置为云端和或边端; 基于初始训练位置,对待训练模型进行训练,结合模型训练指标,对待训练模型进行自适应修正,完成对待训练模型的训练;给出各个待训练模型的初始训练位置之后,还包括:获取边端设备和云端设备的模型训练情况,其中,模型训练情况包括设备并行度、等待训练的模型数量以及单个模型的训练时间;根据边端设备的设备并行度和等待训练的模型数量,给出最低排队模型数量;基于最低排队模型数量,结合在边端设备的单个模型的训练时间,给出新模型在边端设备的训练等待时间;根据云端设备的设备并行度和等待训练的模型数量,给出最低排队模型数量;基于最低排队模型数量,结合在云端设备的单个模型的训练时间,给出新模型在云端设备的训练等待时间;结合边端设备和云端设备的模型训练情况以及新模型在边端设备和云端设备的训练等待时间,构建目标函数;基于目标函数,对新模型的训练位置进行分配,以完成对新模型的训练。
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国网江苏省电力有限公司经济技术研究院;南京工程学院,其通讯地址为:210008 江苏省南京市鼓楼区中山路251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。
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。

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