恭喜有米科技股份有限公司陈畅新获国家专利权
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!
龙图腾网恭喜有米科技股份有限公司申请的专利通用特征提取网络训练方法、装置及通用特征提取网络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:CN114358243B 。
龙图腾网通过国家知识产权局官网在2025-04-22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:202111525096.X,技术领域涉及:G06N3/08;该发明授权通用特征提取网络训练方法、装置及通用特征提取网络是由陈畅新;黄于晏;蔡锐涛设计研发完成,并于2021-12-14向国家知识产权局提交的专利申请。
本通用特征提取网络训练方法、装置及通用特征提取网络在说明书摘要公布了:本发明公开了一种通用特征提取网络训练方法、装置及通用特征提取网络,该方法包括:将训练数据对中的训练数据输入至通用特征提取网络中进行特征提取,以得到数据特征;将数据特征输入至对应模态的重构网络中进行重构得到重构数据,计算重构网络输出的所述重构数据和对应的所述训练数据之间的损失函数;根据所有所述重构网络对应的所述损失函数确定训练损失函数,重复上述步骤,优化所述多模态通用训练模型的模型参数直至所述训练损失函数收敛,得到训练好的所述通用特征提取网络。可见,通过本发明的方案训练得到的通用特征提取网络可以被用于提取多种模态的数据的特征,以提高神经网络算法的通用性和效率。
本发明授权通用特征提取网络训练方法、装置及通用特征提取网络在权利要求书中公布了:1.一种通用特征提取网络训练方法,其特征在于,所述方法适用于训练多模态通用训练模型,所述多模态通用训练模型包括一个通用特征提取网络和至少两个用于重构不同模态数据的重构网络;所述重构网络包括单一模态重构网络和或多模态特征映射网络;所述方法包括:确定训练数据对;所述训练数据对中包括有至少两个相互对应的不同模态的训练数据;所述训练数据对包括图像模态训练数据、文本模态训练数据及音频模态训练数据中的至少两种;将所述训练数据对中的训练数据输入至所述通用特征提取网络中进行特征提取,以得到数据特征;所述数据特征包括所述图像模态训练数据对应的数据特征、所述文本模态训练数据对应的数据特征及所述音频模态训练数据对应的数据特征中的至少两种;将所述数据特征输入至对应模态的所述重构网络中进行重构得到重构数据,计算所述重构网络输出的所述重构数据和对应的所述训练数据之间的损失函数;根据所有所述重构网络对应的所述损失函数确定训练损失函数,重复上述步骤,优化所述多模态通用训练模型的模型参数直至所述训练损失函数收敛,得到训练好的所述通用特征提取网络;训练好的所述通用特征提取网络能够通用于提取图像模态数据和或文本模态数据和或音频模态数据的数据特征;以及,所述根据所有所述重构网络对应的所述损失函数确定训练损失函数,包括:将一个或多个所述单一模态重构网络输出的所述重构数据和对应的所述训练数据之间的第一损失函数确定为训练损失函数;和或,将一个或多个所述多模态特征映射网络输出的多个映射重构数据之间的第二损失函数确定为训练损失函数;和或,将一个或多个所述单一模态重构网络的所述第一损失函数和一个或多个所述多模态特征映射网络的所述第二损失函数,确定为训练损失函数。
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有米科技股份有限公司,其通讯地址为:510006 广东省广州市番禺区小谷围街青蓝街26号1701;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”。
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。