东南大学陈浩获国家专利权
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！
龙图腾网获悉东南大学申请的专利一种量化神经网络表征间语义差异的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：CN116992930B 。
龙图腾网通过国家知识产权局官网在2025-11-11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：202310922777.2，技术领域涉及：G06N3/048；该发明授权一种量化神经网络表征间语义差异的方法及系统是由陈浩;周浩然设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。
本一种量化神经网络表征间语义差异的方法及系统在说明书摘要公布了：本发明公开了一种量化神经网络表征间语义差异的方法及系统，首先提取需要比较的两个神经网络表征，利用Net2Vec方法在参考数据集上学习出中间层每个滤波器对应每个语义概念的权重，再计算出每个表征对于参考数据集中所有语义概念的数据集交并比，最后将两个表征对于所有语义概念的数据集交并比的差值进行整合后，得到两个神经网络表征间的语义差异。本发明方法解决了神经网络表征间在语义信息层面上的差异缺乏准确衡量的问题，具有准确的衡量效果。
本发明授权一种量化神经网络表征间语义差异的方法及系统在权利要求书中公布了：1.一种量化神经网络表征间语义差异的方法，其特征在于，包括如下步骤： S1，提取表征：将需要提取特征的两个神经网络在参考数据集上进行预测，预测过程中，保留神经网络预测每一个样本时的中间层输出； S2，学习出权重：利用Net2Vec方法在参考数据集上学习出中间层每个滤波器对应每个语义概念的权重； S3，计算数据集交并比：将步骤S1中保留的中间层输出中每个滤波器的激活值，利用步骤S2学习到的权重进行线性叠加，得到对应每个语义概念的总激活值，再将总激活值进行二值化，得到每个样本对应每个语义概念的掩膜,再计算出每个表征对应每个语义概念的数据集交并比； S4，差值整合：计算两个神经网络的表征对于所有语义概念的数据集交并比的差值，并对差值进行整合后得到两个神经网络表征间的语义差异。
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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼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