鵬城實驗室李英建獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉鵬城實驗室申請的專利基于增量數據的模型更新方法、裝置、設備及存儲介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120215989B 。
龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510479061.9,技術領域涉及:G06F8/65;該發明授權基于增量數據的模型更新方法、裝置、設備及存儲介質是由李英建;曾雨詩;蔣冬梅;王耀威;蔡毅設計研發完成,并于2025-04-16向國家知識產權局提交的專利申請。
本基于增量數據的模型更新方法、裝置、設備及存儲介質在說明書摘要公布了:本申請實施例提供了一種基于增量數據的模型更新方法、裝置、設備及存儲介質。方法包括:獲取每個新增類別對應的訓練子數據集;針對每個新增類別,根據對應訓練子數據集包含的多個目標訓練樣本,與多個新增類別對應的多個第一類別原型對預設云端模型進行類別差距的對比訓練,得到目標云端模型以及多個目標第一類別原型;將多個目標第一類別原型發送至邊緣端,以使邊緣端基于多個目標第一類別原型對中間邊緣模型進行參數調整,得到目標邊緣模型;其中,中間邊緣模型基于多個目標訓練樣本與多個新增類別對應的多個第二類別原型,對預設邊緣模型進行類別差距的對比訓練得到;以此,能夠提高模型對增量數據的感知能力和模型的性能。
本發明授權基于增量數據的模型更新方法、裝置、設備及存儲介質在權利要求書中公布了:1.一種基于增量數據的模型更新方法,其特征在于,應用于云服務端,所述方法包括: 獲取每個新增類別對應的訓練子數據集; 針對每個新增類別,由預設云端模型根據對應的訓練子數據集包含的多個訓練樣本進行特征平均,得到對應的第一類別原型;通過所述預設云端模型獲取每個訓練樣本對應的第一特征表示,并確定每個第一特征表示與對應的第一類別原型之間的第一距離;獲取每個第一特征表示與其他新增類別的其他第一類別原型之間的第二距離;基于所述第一距離和所述第二距離的差值,確定第一類別差距損失;基于所述第一類別差距損失對預設云端模型進行參數調整,得到目標云端模型以及對應的多個目標第一類別原型;其中,所述每個新增類別的第一類別原型由所述預設云端模型根據對應的訓練子數據集進行特征平均得到; 將所述多個目標第一類別原型發送至邊緣端,以使所述邊緣端基于所述多個目標第一類別原型對中間邊緣模型進行參數調整,得到目標邊緣模型;其中,所述中間邊緣模型由所述邊緣端基于多個目標訓練樣本與多個新增類別對應的多個第二類別原型,對預設邊緣模型進行類別差距的對比訓練得到;所述進行類別差距的對比訓練是由所述邊緣端對所述預設邊緣模型,以減小同一新增類別的每個目標訓練樣本與對應的第二類別原型之間的距離,同時增大所述每個目標訓練樣本與不同新增類別的第二類別原型之間的距離為對比學習的目標進行的訓練;所述每個新增類別的第二類別原型由所述預設邊緣模型根據對應的訓練子數據集進行特征平均得到。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人鵬城實驗室,其通訊地址為:518000 廣東省深圳市南山區興科一街2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。