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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于时序的社会事件分类模型的训练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：CN118536051B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202410631156.3，技术领域涉及：G06F18/2451；该发明授权基于时序的社会事件分类模型的训练方法是由钱胜胜;徐常胜;张胜杰;薛迪展设计研发完成，并于2024-05-21向国家知识产权局提交的专利申请。

本基于时序的社会事件分类模型的训练方法在说明书摘要公布了：本发明提供一种基于时序的社会事件分类模型的训练方法，属于人工智能技术领域，所述方法包括：利用时序事件知识网络将预测分类评定结果划分为过去、当前和未来空间事件结果，并基于当前空间交叉熵损失、过去‑未来空间共同激活约束损失、过去事件记忆存储损失和未来事件对比混合损失确定社会事件分类模型的总损失值。本发明根据事件的时序特征将训练模型得到的预测分类评定结果进行时序分类，并在构建社会事件分类模型的损失函数时引入当前事件知识学习、过去事件知识回放以及未来事件知识预热环节，以在社会事件时序性不断出现的环境下对事件数据进行持续学习，避免过去事件知识灾难性遗忘，并对增量社会事件进行持续分类。

本发明授权基于时序的社会事件分类模型的训练方法在权利要求书中公布了：1.一种基于时序的社会事件分类模型的训练方法，其特征在于，所述社会事件分类模型包括线性分类器和时序事件知识网络，所述训练方法包括：将多个多模态社会事件样本的融合特征输入至所述线性分类器，输出所述多个多模态社会事件样本对应的预测分类评定结果；根据所述多个多模态社会事件样本的发生时间，利用所述时序事件知识网络将所述预测分类评定结果划分为过去空间事件结果、当前空间事件结果和未来空间事件结果；利用所述多个多模态社会事件样本对应的分类评定结果标签、所述过去空间事件结果、所述当前空间事件结果和所述未来空间事件结果，计算所述社会事件分类模型的总损失值，以所述总损失值最小为目标，优化所述社会事件分类模型的模型参数；所述总损失值是基于当前空间交叉熵损失、过去-未来空间共同激活约束损失、过去事件记忆存储损失和未来事件对比混合损失确定的；所述当前空间交叉熵损失的计算公式为： 其中，为所述当前空间交叉熵损失，CE·,·为交叉熵损失，为多模态社会事件样本对应的当前空间事件结果，为多模态社会事件样本对应的分类评定结果标签；所述过去-未来空间共同激活约束损失的计算公式为： 其中，为所述过去-未来空间共同激活约束损失，为门槛值，为根据门槛值和过去空间事件结果确定的过去空间分类评定限值，为根据门槛值和未来空间事件结果确定的未来空间分类评定限值，α为控制约束松弛度的超参数；所述过去事件记忆存储损失的计算公式为： 其中，为过去事件记忆存储损失，为记忆存储体中过去事件样本的过去预测分类评定结果，为过去事件样本在当前训练过程中的预测分类评定结果，为计算过去事件知识蒸馏损失的欧式距离运算，为过去事件样本的分类评定结果标签，CE·,·为过去事件交叉熵损失；所述未来事件对比混合损失的计算公式为： 其中，为未来事件对比混合损失，为第二混合样本集，为第一混合样本集，为第二混合样本的第二混合预测分类评定结果，为第一混合样本的第一混合预测分类评定结果，cos·,·为余弦相似度，τ为温度参数。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。