天翼物联科技有限公司龚晟获国家专利权
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!
龙图腾网获悉天翼物联科技有限公司申请的专利零样本学习的物联网模型训练方法、装置、设备及介质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:CN115830520B 。
龙图腾网通过国家知识产权局官网在2026-03-20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:202211577625.5,技术领域涉及:G06V20/50;该发明授权零样本学习的物联网模型训练方法、装置、设备及介质是由龚晟;杨震;李洁;彭晓春设计研发完成,并于2022-12-09向国家知识产权局提交的专利申请。
本零样本学习的物联网模型训练方法、装置、设备及介质在说明书摘要公布了:本发明涉及人工智能及物联网技术领域,提供一种零样本学习的物联网模型训练方法、装置、设备及介质,能够建立包括设备属性特征、核心数据特征、辅助特征等多维特征的特征向量空间体系,并结合人工标注以及机器学习自动标注对特征进行进一步完善,利用预设卷积神经网络建立统一的物联网场景识别模型,以辅助进行待处理数据的场景识别,进一步基于语义空间的数据特征向量采用距离进行关联性验证,以进行场景识别结果的进一步校验,当通过验证后,即可根据识别到的场景获取数据进行物联网模型的训练,解决了缺乏样本的物联网场景的建模问题。
本发明授权零样本学习的物联网模型训练方法、装置、设备及介质在权利要求书中公布了:1.一种零样本学习的物联网模型训练方法,其特征在于,所述零样本学习的物联网模型训练方法包括: 获取训练样本,及获取所述训练样本中每个训练样本的设备属性特征、核心数据特征、辅助特征;其中,所述设备属性特征为布尔型或者实数型,所述设备属性特征包括以下一种或者多种的组合:设备类型、功能属性、性能属性、行业属性;所述核心数据特征为多域异构数据本身质量特征;所述辅助特征包括设备应用场景描述、关键词特征; 根据每个训练样本的设备属性特征、核心数据特征、辅助特征构建第一特征向量空间体系; 对每个训练样本的辅助信息进行标注,并将标注的辅助信息映射至所述第一特征向量空间体系,得到第二特征向量空间体系;其中,所述对每个训练样本的辅助信息进行标注包括:获取用户标记的属性特征、文本关键词特征及语法特征作为第一标注特征;利用预构建的特征提取模型提取每个训练样本的标签向量空间、文本向量空间及图像向量空间作为第二标注特征;组合所述第一标注特征及所述第二标注特征得到目标标注特征;根据所述目标标注特征对每个训练样本的辅助信息进行标注; 获取每个训练样本对应的物联网场景类别,并建立每个训练样本对应的物联网场景类别与所述第二特征向量空间体系中各特征向量的映射关系,得到特征向量关联体系; 利用所述特征向量关联体系训练预设卷积神经网络,得到物联网场景识别模型; 响应于基于待处理数据的物联网场景识别请求,将所述待处理数据输入至所述物联网场景识别模型,并根据所述物联网场景识别模型的输出数据确定所述待处理数据对应的预测物联网场景; 根据所述待处理数据进行关联性验证,包括:计算所述待处理数据与所述预测物联网场景间的关联性作为第一关联性;计算所述训练样本与所述预测物联网场景间的关联性作为第二关联性;计算所述第一关联性与所述第二关联性的商作为目标语义相似度;获取预先配置的相似度阈值;当所述目标语义相似度大于或者等于所述相似度阈值时,确定所述待处理数据通过所述关联性验证;或者当所述目标语义相似度小于所述相似度阈值时,确定所述待处理数据未通过所述关联性验证; 当所述待处理数据通过所述关联性验证时,确定所述预测物联网场景为所述待处理数据对应的目标物联网场景; 根据所述目标物联网场景从所述特征向量关联体系中获取数据对与所述待处理数据对应的预设物联网模型进行训练。
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天翼物联科技有限公司,其通讯地址为:210000 江苏省南京市秦淮区中山南路501号1101室;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