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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海术理智能科技有限公司葛文雅获国家专利权

上海术理智能科技有限公司葛文雅获国家专利权

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!

龙图腾网获悉上海术理智能科技有限公司申请的专利神经认知障碍演进轨迹的混合联邦学习建模方法及设备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:CN121480769B

龙图腾网通过国家知识产权局官网在2026-03-10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:202610024146.2,技术领域涉及:G06N20/00;该发明授权神经认知障碍演进轨迹的混合联邦学习建模方法及设备是由葛文雅;唐顿;王薇设计研发完成,并于2026-01-09向国家知识产权局提交的专利申请。

神经认知障碍演进轨迹的混合联邦学习建模方法及设备在说明书摘要公布了:本申请公开了神经认知障碍演进轨迹的混合联邦学习建模方法及设备,方法包括子节点接收中央节点分发的专家全局模型,专家全局模型为中央节点根据本子节点预先注册的元数据从专家全局模型组中确定,以专家全局模型为初始模型,利用本地多模态非侵入式生理信号数据进行本地化训练,得到训练后的本地模型;提取训练后的本地模型中的全局共享参数,并上传至中央节点;中央节点针对对应专家全局模型,聚合所有训练该专家全局模型的子节点上传的全局共享参数,得到更新后的对应专家全局模型,将更新后的专家全局模型下发至子节点,循环直至满足终止条件。该方法适配子节点异构数据,保护隐私,提升轨迹预测的适配性与精准性。

本发明授权神经认知障碍演进轨迹的混合联邦学习建模方法及设备在权利要求书中公布了:1.一种神经认知障碍演进轨迹的混合联邦学习建模方法,其特征在于,应用于混合联邦学习的子节点,所述方法包括: 接收中央节点针对本子节点分发的专家全局模型,所述专家全局模型为所述中央节点根据本子节点预先注册的元数据从专家全局模型组中确定,所述专家全局模型组由中央节点基于神经认知障碍的不同演进阶段进行任务专业化分工初始化得到; 在专家全局模型的训练过程中迭代执行下述步骤,直至满足预设终止条件: 以所述专家全局模型为初始模型,利用本地多模态非侵入式生理信号数据进行本地化训练,得到训练后的本地模型,训练过程中保持本地数据私有;所述多模态非侵入式生理信号包括脑电信号和功能性近红外光谱信号中的至少一种; 提取训练后的本地模型中的全局共享参数,将所述全局共享参数上传至中央节点,以使得中央节点针对对应专家全局模型,聚合所有训练该专家全局模型的子节点上传的全局共享参数,得到更新后的对应专家全局模型; 接收中央节点下发的更新后的专家全局模型; 本地化训练包括时序交叉注意力融合模块;所述本地化训练包括:通过模态选择器判定缺失模态的类型;调用子节点专属的个性化偏置向量,将中央节点分发的全局可学习条件化缺失嵌入向量与所述个性化偏置向量进行元素级融合,得到引入个性化偏置的全局可学习条件化缺失嵌入向量并作为缺失模态的编码结果,再与可用模态的编码结果共同输入时序交叉注意力融合模块;所述全局可学习条件化缺失嵌入向量与缺失模态的编码结果维度一致。

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上海术理智能科技有限公司,其通讯地址为:201400 上海市奉贤区程普路377号4幢B区10层;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。