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！

龙图腾网获悉中山大学申请的专利基于混合监督神经网络结构搜索的宇宙学参数估计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：CN115758880B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211425715.2，技术领域涉及：G06F30/27；该发明授权基于混合监督神经网络结构搜索的宇宙学参数估计方法是由卢宇彤;文英鹏;郑馥丹;黄聃;陈志广设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本基于混合监督神经网络结构搜索的宇宙学参数估计方法在说明书摘要公布了：本发明公开了基于混合监督神经网络结构搜索的宇宙学参数估计方法，该方法包括：根据搜索空间的操作模块构建宇宙学参数估计模型的超网络；基于梯度下降法，对宇宙学参数估计模型的超网络进行混合监督训练，搜索得到宇宙学参数估计模型的结构；基于梯度下降法，对宇宙学参数估计模型的结构进行训练并优化，得到最优宇宙学参数估计模型；通过最优宇宙学参数估计模型进行宇宙学参数的估计。通过使用本发明，能够证明神经网络架构搜索可以应用于宇宙学参数估计并提高了宇宙学参数估计模型对宇宙学参数估计的准确性。本发明作为基于混合监督神经网络结构搜索的宇宙学参数估计方法，可广泛应用于人工智能技术领域。

本发明授权基于混合监督神经网络结构搜索的宇宙学参数估计方法在权利要求书中公布了：1.基于混合监督神经网络结构搜索的宇宙学参数估计方法，其特征在于，包括以下步骤： 根据搜索空间的操作模块构建宇宙学参数估计模型的超网络； 基于梯度下降法，对宇宙学参数估计模型的超网络进行混合监督训练，搜索得到宇宙学参数估计模型的结构； 基于梯度下降法，对宇宙学参数估计模型的结构进行训练并优化，得到最优宇宙学参数估计模型； 通过最优宇宙学参数估计模型进行宇宙学参数的估计，所述宇宙学参数包括暗物质比率、原始功率谱指数和物质超密度方差； 搜索阶段包括模型权重优化过程和模型结构优化过程； 所述根据搜索空间的操作模块构建宇宙学参数估计模型的超网络这一步骤，其具体包括： 定义搜索空间，所述搜索空间包括头部固定模块、尾部固定模块和操作模块； 对操作模块进行混合连接处理，构建搜索主干模块； 对头部固定模块、搜索主干模块和尾部固定模块进行依次连接处理，构建宇宙学参数估计模型的超网络； 所述混合监督训练的表达式具体如下所示： 上式中，表示预测和标签的MSELoss函数，表示在线网络和目标网络的MSELoss函数，表示在线网络权重，表示模型结构，表示输入的数据，表示标签，表示目标网络。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。