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 > 北京智源人工智能研究院陈智强获国家专利权

北京智源人工智能研究院陈智强获国家专利权

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!

龙图腾网获悉北京智源人工智能研究院申请的专利基于等变约束的模块化网络自编码器的训练方法和装置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:CN119026638B

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:202410940666.9,技术领域涉及:G06N3/0455;该发明授权基于等变约束的模块化网络自编码器的训练方法和装置是由陈智强;马雷;高金颖;陈雯婕;雷博;余山;黄铁军设计研发完成,并于2024-07-13向国家知识产权局提交的专利申请。

基于等变约束的模块化网络自编码器的训练方法和装置在说明书摘要公布了:本发明公开了基于等变约束的模块化网络自编码器的训练方法和装置,属于人工智能技术领域。方法包括:获取训练数据,所述训练数据包括图像I以及图像I变换后得到的图像I′;基于所述训练数据,利用等变约束对卷积网络自编码器进行训练,得到训练好的自编码器。本发明通过构建等变约束,并利用等变约束对模块化网络自编码器在同源图像对的训练数据上进行训练,增强了自编码器模块内的关联性和模块间的独立性,促进了网络模块功能的特化。功能分化的模块化网络应用于分类、检测、分割和联想生成等下游任务中,可以为下游任务提供一个更好的表征空间,同时有利于提高下游任务的鲁棒性和泛化性。

本发明授权基于等变约束的模块化网络自编码器的训练方法和装置在权利要求书中公布了:1.一种基于等变约束的模块化网络自编码器的训练方法,其特征在于,包括: 获取训练数据,所述训练数据包括图像I以及图像I变换后得到的图像I′; 基于所述训练数据,利用等变约束对卷积网络自编码器进行训练,得到训练好的自编码器;其中,等变约束LEC采用如下公式进行计算: Lequ=∑i||f′i-Miδfi||2,i∈{0,1,...,k-1}, LEC=Lrecon+λ1Lequ+λ2Lsym, f=I*W, f′=I′*W, 其中,I′=LδI,Lδ为某种变换且变换参数为δ;W为卷积网络自编码器的卷积核,且W=[W0,W1,...,Wk-1],即卷积核分为k个模块;f为图像I经过卷积后得到的特征图像,且f=[f0,f1,...,fk-1];f′为图像I′经过卷积后得到的特征图像,f′=[f′0,f′1,...,f′k-1];*表示卷积操作,表示反卷积操作;fi为图像I经过卷积核的第i个模块卷积后得到的特征图;f′i为图像I′经过卷积核的第i个模块卷积后得到的特征图;Miδ为第i个模块参数为δ的预测矩阵,该预测矩阵通过随机初始化后经过模型训练优化得到;Lrecon为重建损失,Lequ为等变损失,Lsym为对称损失,LEC为等变约束;λ1和λ2分别为等变损失和对称损失的权重系数;l表示各个模块的维度数量;表示第i个模块只有第m维为1其余维度为0的特征图,表示第i个模块只有第n维为1其余维度为0的特征图;为从到的最优变换参数;为参数为δ预测矩阵Miδ的第m行第n列的值;为参数为δ′的预测矩阵Miδ′的第m行第n列的值;T为一个大于0的超参数;为变换参数为时的预测矩阵;δ′为积分变量,用来区分不同积分项下的变换参数δ。

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北京智源人工智能研究院,其通讯地址为:100084 北京市海淀区成府路150号5层501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。