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！

龙图腾网获悉清华大学申请的专利训练方法及装置、电子设备和计算机存储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：CN116128035B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211490875.5，技术领域涉及：G06N3/08；该发明授权训练方法及装置、电子设备和计算机存储介质是由吴华强;林钰登;高滨;唐建石;张清天;钱鹤设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本训练方法及装置、电子设备和计算机存储介质在说明书摘要公布了：一种用于基于忆阻器阵列的贝叶斯神经网络的训练方法及装置、电子设备和存储介质。忆阻器阵列中的忆阻器的电导值用于映射贝叶斯神经网络的权重，该训练方法包括：获取忆阻器阵列基于忆阻器的内在非理想特性的第一先验知识和第二先验知识；基于第一先验知识，计算贝叶斯神经网络的总损失函数；对总损失函数进行反向传播，以对贝叶斯神经网络中的当前参数进行更新得到对象参数；以及基于第二先验知识对对象参数进行约束，以得到贝叶斯神经网络的权重的训练结果。该训练方法能够提高网络对忆阻器电导值波动的鲁棒性。

本发明授权训练方法及装置、电子设备和计算机存储介质在权利要求书中公布了：1.一种用于基于忆阻器阵列的贝叶斯神经网络的训练方法，所述忆阻器阵列中的忆阻器的电导值用于映射所述贝叶斯神经网络的权重，所述训练方法包括： 获取所述忆阻器阵列基于所述忆阻器的内在非理想特性的第一先验知识和第二先验知识，其中，所述第一先验知识包括所述忆阻器电导值的波动参数，所述第二先验知识包括读波动标准差和权重窗口范围中的任一项，所述读波动标准差为读取所述忆阻器阵列中的忆阻器的电导值带来的误差，所述权重窗口范围为电导值对应的忆阻器单元的电导值的取值范围； 基于所述第一先验知识，计算所述贝叶斯神经网络的总损失函数； 对所述总损失函数进行反向传播，以对所述贝叶斯神经网络中的当前参数进行更新得到对象参数；以及 基于所述第二先验知识对所述对象参数进行约束，以得到所述贝叶斯神经网络的所述权重的训练结果， 其中，所述基于所述第一先验知识，计算所述贝叶斯神经网络的所述总损失函数，包括： 基于所述波动参数，利用变分学习计算所述总损失函数，其中，所述变分学习包括复杂度成本项，所述波动参数作为所述复杂度成本项中的先验参数。

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清华大学，其通讯地址为：100084 北京市海淀区清华大学；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。