北京交通大学王东获国家专利权
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！
龙图腾网获悉北京交通大学申请的专利一种降低多任务网络量化训练过程中的梯度偏差的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：CN121303210B 。
龙图腾网通过国家知识产权局官网在2026-04-17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：202511505978.8，技术领域涉及：G06N3/0495；该发明授权一种降低多任务网络量化训练过程中的梯度偏差的方法是由王东;王朝阳设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。
本一种降低多任务网络量化训练过程中的梯度偏差的方法在说明书摘要公布了：本发明公开了一种降低多任务网络量化训练过程中的梯度偏差的方法，涉及图像处理技术领域，包括以下步骤：在将图像作为输入对多任务网络进行量化训练的过程中，获取需要融合的图像浅层特征和图像深层特征；将图像浅层特征和图像深层特征分别与可学习权重相乘；将两个相乘结果作为对应特征融合层的输入，进而得到融合后的图像特征；将融合后的图像特征在每个空间位置上对所有通道进行归一化，得到归一化后的图像特征；将归一化后的图像特征作为多任务网络的特征融合层的后续结构的输入。本方法可以优化多任务网络中浅层分支与深层分支在量化训练过程中的均衡贡献、降低多任务网络量化训练过程中的梯度偏差、提高量化训练后的多任务网络的精度。
本发明授权一种降低多任务网络量化训练过程中的梯度偏差的方法在权利要求书中公布了：1.一种降低多任务网络量化训练过程中的梯度偏差的方法，其特征在于，包括以下步骤： 在将图像作为输入对多任务网络进行量化训练的过程中，获取多任务网络中特征融合层需要融合的图像浅层特征和图像深层特征； 将图像浅层特征与第一可学习权重相乘、将图像深层特征与第二可学习权重相乘，以优化浅层分支与深层分支在多任务网络量化训练过程中的均衡贡献； 将两个相乘结果作为对应特征融合层的输入，进而得到融合后的图像特征； 将融合后的图像特征在每个空间位置上对所有通道进行归一化，得到归一化后的图像特征； 将归一化后的图像特征作为多任务网络的特征融合层的后续结构的输入，以降低多任务网络量化训练过程中的梯度偏差、提高量化训练后的多任务网络的精度。
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北京交通大学，其通讯地址为：100101 北京市海淀区西直门外上园村3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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励