湖南大学谢鲲获国家专利权
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！
龙图腾网获悉湖南大学申请的专利一种基于图注意力机制与大语言模型的深度神经网络延迟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：CN120611799B 。
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：202511082161.4，技术领域涉及：G06N5/04；该发明授权一种基于图注意力机制与大语言模型的深度神经网络延迟方法是由谢鲲;曾渝翔;李晓灿;文吉刚;梁伟设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。
本一种基于图注意力机制与大语言模型的深度神经网络延迟方法在说明书摘要公布了：本发明提供一种基于图注意力机制与大语言模型的深度神经网络延迟方法，包括神经网络模型的结构建模，设备信息获取与增强，多层感知机预测；将待推理的深度神经网络模型M进行图注意力网络结构编码，得到模型结构表示向量，与设备表示向量，将拼接后的模型结构和设备向量表示作为模型训练收敛后的预测器的输入，输出推理延迟值。通过捕捉模型结构中并行与序列执行关系的表示机制，且能融合设备底层性能指标，实现自动化属性获取的增强机制；在小样本下依然实现高精度预测，同时具备推理性能与设备因子可解释性的统一框架，以全面提升在异构设备环境下的推理精度，适应性与可解释性。
本发明授权一种基于图注意力机制与大语言模型的深度神经网络延迟方法在权利要求书中公布了：1.一种基于图注意力机制与大语言模型的深度神经网络延迟方法，其特征在于，包括以下： 模型结构建模：将待推理的深度神经网络模型M进行图注意力网络结构编码，得到模型结构表示向量; 设备信息获取与增强：将构造的设备提示词输入到预训练大语言模型中，由所述大语言模型输出设备对应的关键性能属性字段，形成设备增强信息；拼接设备增强信息和基础信息，得到设备有效信息｜；将所述的设备有效信息｜输入到前馈网络编码器生成统一尺度的设备表示向量；其中，所述关键性能属性字段包括最大睿频，核心数，线程数，缓存容量，显存带宽；其中，前馈网络编码器采用单层线性变换结构； 多层感知机预测：将多层感知机模型经训练收敛后得到预测器，并将模型结构表示向量和设备表示向量拼接后得到的输入向量作为所述预测器的输入，输出推理延迟值。
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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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