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基于多元神经平均的域泛化学习方法、装置、设备及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：CN115271039B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202210854513.3，技术领域涉及：G06N3/0464；该发明授权基于多元神经平均的域泛化学习方法、装置、设备及介质是由朱文武;王鑫;初旭设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本基于多元神经平均的域泛化学习方法、装置、设备及介质在说明书摘要公布了：本申请涉及域泛化学习领域，提供一种基于多元神经平均的域泛化学习方法、装置、设备及介质，包括：训练阶段，通过对神经网络进行横向采样和径向采样，并基于精简Jensen‑Shannon散度损失函数和集成智能体多元化度量，对目标域泛化风险上界迭代进行估计和优化，得到优化后的目标域泛化风险上界；测试阶段，通过关闭所述横向采样和所述径向采样，基于所述优化后的目标域泛化风险上界，得到全局优化集成智能体，向所述全局优化集成智能体输入目标域的目标域样本，得到最终预测值。本申请旨在解决现有技术中存在的模型错误设置的风险以及无法兼容多源域与单源域情境的问题。

本发明授权基于多元神经平均的域泛化学习方法、装置、设备及介质在权利要求书中公布了：1.一种基于多元神经平均的域泛化学习方法，其特征在于，包括： 通过对神经网络进行横向采样和径向采样，并基于精简Jensen-Shannon散度损失函数和集成智能体多元化度量，对目标域泛化风险上界迭代进行估计和优化，得到优化后的目标域泛化风险上界； 通过关闭所述横向采样和所述径向采样，基于所述优化后的目标域泛化风险上界，得到全局优化集成智能体，向所述全局优化集成智能体输入目标域的目标域样本，得到最终预测值； 其中，所述基于多元神经平均的域泛化学习方法应用于自动驾驶领域，源域中的天气分布数据与目标域中的天气分布数据不同，将源域中的天气分布数据作为样本基于所述基于多元神经平均的域泛化学习方法进行训练后，得到全局优化的天气分布集成智能体，所述全局优化的天气分布集成智能体用于处理目标域中的天气分布数据，并输出所需的目标域天气分布数据对应的预测值； 所述精简Jensen-Shannon散度损失函数，用于优化源域的经验风险，定义为： 其中，为样本实例，h为深度神经网络诱导的假设空间H上的一个智能体，A为所述样本实例取样分布的支撑集，为智能体输出向量中指示真实类别维度的向量成分，，为示性函数。

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 北京市海淀区清华园1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。