Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学郭斌获国家专利权

西北工业大学郭斌获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利一种基于类脑脉冲神经网络的边缘联邦持续学习方法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:CN119443208B

龙图腾网通过国家知识产权局官网在2025-10-31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:202411567332.8,技术领域涉及:G06N3/098;该发明授权一种基于类脑脉冲神经网络的边缘联邦持续学习方法是由郭斌;王冬芝;刘琰;於志文;王柱;景智敏;李瑶;张钦尧设计研发完成,并于2024-11-05向国家知识产权局提交的专利申请。

一种基于类脑脉冲神经网络的边缘联邦持续学习方法在说明书摘要公布了:本申请公开了一种基于类脑脉冲神经网络的边缘联邦持续学习方法,具体涉及机器学习的领域。包括:中心服务器向每个边缘设备下发待训练的全局模型;每个边缘设备使用样本集对待训练的全局模型进行训练;其中,在接收到新任务时,样本集包括第一样本集和第二样本集,第一样本集包括新任务对应的数据集中的全部样本,第二样本集的获取方式为:对当前样本集中每个类别的样本进行删除,并采用基于羊群效应的样本选择策略选择第一样本集中的样本,并将其添加至当前样本集中,得到第二样本集;每个边缘设备将训练后的全局模型的参数上传至中心服务器;中心服务器整合每个边缘设备的模型参数,生成全局模型。能提高边缘设备在连续任务中的准确率。

本发明授权一种基于类脑脉冲神经网络的边缘联邦持续学习方法在权利要求书中公布了:1.一种基于类脑脉冲神经网络的边缘联邦持续学习方法,其特征在于,包括: 中心服务器向每个边缘设备下发待训练的全局模型; 每个边缘设备使用样本集对待训练的全局模型进行训练; 其中,在接收到新任务时,所述样本集包括第一样本集和第二样本集,所述第一样本集包括新任务对应的数据集中的全部样本,所述第二样本集的获取方式为: 对当前样本集中每个类别的样本进行删除,使当前样本集中每个类别的样本数量达到预设数量;所述样本为图片; 利用当前待训练的全局模型分别对新数据集中每个类别的样本进行特征提取; 确定每个类别的特征的平均值,并将其作为每个类别的类别中心; 按照每个样本与类别中心的欧式距离,对每个类别的样本进行排序; 在排序后的样本中选择距离最近的样本添加到当前样本集中; 结合添加的样本,重新确定每个类别的特征的平均值,并将其作为每个类别的类别中心,直至每个类别的样本数量达到预设数量,得到所述第二样本集; 每个边缘设备将训练后的全局模型的参数上传至中心服务器; 中心服务器利用图像质量指标确定每个边缘设备参与聚合的权重,并采用数据驱动的自适应加权聚合算法整合每个边缘设备的模型参数,生成全局模型; 所述全局模型为脉冲神经网络; 所述图像质量指标的计算公式为: 其中,和为权重参数,为常数,和分别为清晰度和脉冲总数的均一化值; 边缘设备参与聚合的权重的计算公式为: 其中,、分别为边缘设备、的平均图像质量指标,、分别为边缘设备、的边缘设备的数据数量。

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西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。