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！

龙图腾网获悉广州市易鸿智能装备股份有限公司申请的专利一种基于分布式计算的梯度优化方法以及参数化模型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：CN119886389B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510117863.5，技术领域涉及：G06N20/00；该发明授权一种基于分布式计算的梯度优化方法以及参数化模型是由赵哲;肖圣端;张权;王刚;吕炎州;袁亿新设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种基于分布式计算的梯度优化方法以及参数化模型在说明书摘要公布了：本发明涉及一种基于分布式计算的梯度优化方法以及参数化模型。本发明所述的一种基于分布式计算的梯度优化方法，包括：对当前目标缺陷数据依次进行特征选择、统计、预处理与光滑补偿，并根据基于哈希空间的流式分布对光滑补偿后的缺陷特征向量进行工作流划分，根据对应工作流，对参数化模型进行局部梯度计算与全局梯度计算，获得参数化模型的全局梯度；根据该全局梯度进行近似损失估算和参数迭代，并判断迭代后参数是否达到一迭代条件：若否，则继续进行局部梯度计算；若是，则完成对所述参数化模型的梯度优化。本发明所述的基于分布式计算的梯度优化方法，显著提升了参数化模型的训练效率，并有效避免因数据缺失而导致的模型误差积累。

本发明授权一种基于分布式计算的梯度优化方法以及参数化模型在权利要求书中公布了：1.一种基于分布式计算的梯度优化方法，其特征在于，包括以下步骤： S1：对当前目标缺陷数据进行特征选择和统计，获得缺陷特征集合； S2：对缺陷特征集合进行预处理，并对缺失特征进行光滑补偿，生成缺陷特征向量； S3：根据基于哈希空间的流式分布对若干缺陷特征向量进行工作流划分，获得分组的缺陷特征数据集；具体地，所述基于哈希空间的流式分布，通过计算若干缺陷特征向量中任意特征维度i对应的分组标识符，并根据分组标识符将对应缺陷特征向量分配至对应的计算节点，以获得分组的缺陷特征数据集； 将所述分组的缺陷特征数据集输入至一参数化模型进行回归预测，所述参数化模型输出与所述分组的缺陷特征数据集匹配的目标值； S4：根据当前参数化模型输出的目标值进行局部梯度计算，获得若干参数化模型的局部梯度； S5：根据若干参数化模型的局部梯度进行全局梯度计算，获得参数化模型的全局梯度； S6：根据参数化模型的全局梯度对参数化模型进行近似损失估算，获得当前参数化模型的近似全局损失；其中，所述近似损失估算的具体计算表示如下： 式中，为当前参数化模型的近似全局损失，m表示汇总的主要计算节点，其m∈[0,K]，K表示计算节点的总数；KmU,V表示第m个计算节点的局部损失；·,·为内积操作；Ut和Vt分别表示第t次迭代的核权重参数U和正则化的权重参数V；表示核权重参数U的全局梯度，具体计算表示如下： 式中，为第k个计算节点的核权重参数U的局部梯度，具体计算表示如下： 式中，Kernelk为核函数；yk表示第k组缺陷特征数据集的目标值的向量； 表示正则化的权重参数的全局梯度，具体计算表示如下： 式中，为第k个计算节点的正则化的权重参数V的局部梯度，具体计算表示如下： 式中，∈表示正则化的惩罚项系数； S7：根据当前参数化模型的近似全局损失进行参数迭代计算，获得当前参数化模型的更新参数； S8：判断当前参数化模型的更新参数是否达到一迭代条件：若否，则根据当前参数化模型的更新参数对当前参数化模型进行迭代，并执行步骤S4；若是，则将当前参数化模型作为最终的参数化模型，完成对所述参数化模型的梯度优化。

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广州市易鸿智能装备股份有限公司，其通讯地址为：511430 广东省广州市番禺区大石街会江石南二路9号3号楼101-301；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”。