北京邮电大学薛哲获国家专利权
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！
龙图腾网获悉北京邮电大学申请的专利跨模态检索模型训练方法、无监督联邦学习系统及程序产品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：CN120234609B 。
龙图腾网通过国家知识产权局官网在2026-03-24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：202510179134.2，技术领域涉及：G06F18/214；该发明授权跨模态检索模型训练方法、无监督联邦学习系统及程序产品是由薛哲;张天龙;杜军平;李雅文;叶冠华;梁美玉设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。
本跨模态检索模型训练方法、无监督联邦学习系统及程序产品在说明书摘要公布了：本申请提供跨模态检索模型训练方法、无监督联邦学习系统及程序产品，方法包括：以本地多模态数据对应的跨模态拼接特征以及局部原型为约束对本地的对抗生成网络进行无监督训练，以得到用于生成局部增强数据的局部生成器；将局部原型、局部生成器以及预先基于本地多模态数据对应的各类模态的特征向量在本地训练得到的局部跨模态检索模型均发送至服务器，以使服务器根据各个局部原型以及局部生成器获取全局训练数据并训练各个局部跨模态检索模型对应的全局跨模态检索模型。本申请能够在基于联网学习实现全局跨模态检索模型训练的过程中充分利用本地数据的多模态关系且无需依赖数据高质量标注，以提高跨模态检索模型训练的效率及可靠性。
本发明授权跨模态检索模型训练方法、无监督联邦学习系统及程序产品在权利要求书中公布了：1.一种跨模态检索模型训练方法，其特征在于，包括： 以本地多模态数据对应的跨模态拼接特征以及预先对所述跨模态拼接特征进行聚类而得到的局部原型为约束，对本地的对抗生成网络进行无监督训练，以将该对抗生成网络训练为用于生成局部增强数据的局部生成器； 将本地的所述局部原型、所述局部生成器以及预先基于本地多模态数据对应的各类模态的特征向量在本地训练得到的局部跨模态检索模型均发送至服务器，以使该服务器根据接收到的各个所述局部原型以及各个所述局部生成器获取全局训练数据，并使得所述服务器基于所述全局训练数据训练各个所述局部跨模态检索模型对应的全局跨模态检索模型。
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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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