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！

龍圖騰網獲悉廣州市易鴻智能裝備股份有限公司申請的專利一種基于分布式計算的梯度優化方法以及參數化模型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：CN119886389B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510117863.5，技術領域涉及：G06N20/00；該發明授權一種基于分布式計算的梯度優化方法以及參數化模型是由趙哲;肖圣端;張權;王剛;呂炎州;袁億新設計研發完成，并于2025-01-24向國家知識產權局提交的專利申請。

本一種基于分布式計算的梯度優化方法以及參數化模型在說明書摘要公布了：本發明涉及一種基于分布式計算的梯度優化方法以及參數化模型。本發明所述的一種基于分布式計算的梯度優化方法，包括：對當前目標缺陷數據依次進行特征選擇、統計、預處理與光滑補償，并根據基于哈希空間的流式分布對光滑補償后的缺陷特征向量進行工作流劃分，根據對應工作流，對參數化模型進行局部梯度計算與全局梯度計算，獲得參數化模型的全局梯度；根據該全局梯度進行近似損失估算和參數迭代，并判斷迭代后參數是否達到一迭代條件：若否，則繼續進行局部梯度計算；若是，則完成對所述參數化模型的梯度優化。本發明所述的基于分布式計算的梯度優化方法，顯著提升了參數化模型的訓練效率，并有效避免因數據缺失而導致的模型誤差積累。

本發明授權一種基于分布式計算的梯度優化方法以及參數化模型在權利要求書中公布了：1.一種基于分布式計算的梯度優化方法，其特征在于，包括以下步驟： S1：對當前目標缺陷數據進行特征選擇和統計，獲得缺陷特征集合； S2：對缺陷特征集合進行預處理，并對缺失特征進行光滑補償，生成缺陷特征向量； S3：根據基于哈希空間的流式分布對若干缺陷特征向量進行工作流劃分，獲得分組的缺陷特征數據集；具體地，所述基于哈希空間的流式分布，通過計算若干缺陷特征向量中任意特征維度i對應的分組標識符，并根據分組標識符將對應缺陷特征向量分配至對應的計算節點，以獲得分組的缺陷特征數據集； 將所述分組的缺陷特征數據集輸入至一參數化模型進行回歸預測，所述參數化模型輸出與所述分組的缺陷特征數據集匹配的目標值； S4：根據當前參數化模型輸出的目標值進行局部梯度計算，獲得若干參數化模型的局部梯度； S5：根據若干參數化模型的局部梯度進行全局梯度計算，獲得參數化模型的全局梯度； S6：根據參數化模型的全局梯度對參數化模型進行近似損失估算，獲得當前參數化模型的近似全局損失；其中，所述近似損失估算的具體計算表示如下： 式中，為當前參數化模型的近似全局損失，m表示匯總的主要計算節點，其m∈[0,K]，K表示計算節點的總數；KmU,V表示第m個計算節點的局部損失；·,·為內積操作；Ut和Vt分別表示第t次迭代的核權重參數U和正則化的權重參數V；表示核權重參數U的全局梯度，具體計算表示如下： 式中，為第k個計算節點的核權重參數U的局部梯度，具體計算表示如下： 式中，Kernelk為核函數；yk表示第k組缺陷特征數據集的目標值的向量； 表示正則化的權重參數的全局梯度，具體計算表示如下： 式中，為第k個計算節點的正則化的權重參數V的局部梯度，具體計算表示如下： 式中，∈表示正則化的懲罰項系數； S7：根據當前參數化模型的近似全局損失進行參數迭代計算，獲得當前參數化模型的更新參數； S8：判斷當前參數化模型的更新參數是否達到一迭代條件：若否，則根據當前參數化模型的更新參數對當前參數化模型進行迭代，并執行步驟S4；若是，則將當前參數化模型作為最終的參數化模型，完成對所述參數化模型的梯度優化。

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廣州市易鴻智能裝備股份有限公司，其通訊地址為：511430 廣東省廣州市番禺區大石街會江石南二路9號3號樓101-301；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”。