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！

龙图腾网获悉斯特拉德视觉公司申请的专利对机器学习网络进行设备上学习的方法及装置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：CN114175068B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202180004461.4，技术领域涉及：G06N20/00；该发明授权对机器学习网络进行设备上学习的方法及装置是由诸泓模;金镕重;刘东奎;权成颜设计研发完成，并于2021-05-04向国家知识产权局提交的专利申请。

本对机器学习网络进行设备上学习的方法及装置在说明书摘要公布了：本发明涉及一种通过使用自适应超参数的多阶段学习对机器学习网络进行设备上学习的方法，包括：a当新的学习用数据满足设备上学习条件时，将当前学习分为第1阶段学习至第n阶段学习，生成第1阶段学习用数据至第n阶段学习用数据，基于多个超参数中每一个的默认值生成第1超参数集候选至超参数集候选，训练所述机器学习网络，选择性能最高的所述机器学习网络，生成为第1自适应超参数集；b生成第k_1超参数集候选至第k_h超参数集候选，使用第k阶段学习用数据来训练，选择性能最高的所述第k‑1阶段学习的机器学习网络，生成第k自适应超参数集；以及c生成第n自适应超参数集，进行第n阶段学习，从而完成所述当前学习。

本发明授权对机器学习网络进行设备上学习的方法及装置在权利要求书中公布了：1.一种通过使用自适应超参数集的多阶段学习对自动驾驶汽车的机器学习网络进行设备上学习的方法，其特征在于，所述方法包括： （a）当在自动驾驶汽车行驶过程中获取新的学习用数据的状态下满足设备上学习条件时，设备上学习装置（a1）参考默认超参数集将当前学习分为第1阶段学习至第n阶段学习，通过使用所述新的学习用数据和先前学习中使用的先前学习用数据，生成用于所述第1阶段学习至所述第n阶段学习的第1阶段学习用数据至第n阶段学习用数据，其中所述n为2以上的整数，（a2）基于所述默认超参数集中包括的多个超参数中每一个的默认值组合预设范围内的每个第1候选值，生成第1超参数集候选至第（1_h）超参数集候选，其中所述h为2以上的整数，（a3）分别应用所述默认超参数集和所述第1超参数集候选至所述第（1_h）超参数集候选，分别使用所述第1阶段学习用数据以训练所述机器学习网络，（a4）评估每个通过分别应用所述默认超参数集和所述第1超参数集候选至所述第（1_h）超参数集候选来训练的所述机器学习网络的性能，选择性能最高的所述机器学习网络作为所述第1阶段学习的机器学习网络，（a5）生成所述第1阶段学习的机器学习网络的训练中应用的超参数集作为第1自适应超参数集； （b）所述设备上学习装置将k从2增加到（n-1），（b1）基于第（k-1）自适应超参数集中包括的多个超参数中每一个的第（k-1）自适应值组合所述预设范围内的每个第k候选值，生成第（k_1）超参数集候选至第（k_h）超参数集候选，（b2）分别应用所述第（k-1）超参数集和所述第（k_1）超参数集候选至所述第（k_h）超参数集候选，分别使用第k阶段学习用数据以训练第（k-1）阶段学习的机器学习网络，（b3）评估每个通过分别应用所述第（k-1）自适应超参数集和所述第（k_1）超参数集候选至所述第（k_h）超参数集候选来训练的所述第（k-1）阶段学习的机器学习网络的性能，选择性能最高的所述第（k-1）阶段学习的机器学习网络作为第k阶段学习的机器学习网络，（b4）生成所述第k阶段学习的机器学习网络的训练中应用的超参数集作为第k自适应超参数集，其中在初始将k设置为2的情况下执行所述（b1）至所述（b4）的处理，并在将k增加1后重复所述（b1）至所述（b4）的处理，直到k达到（n-1）；以及 （c）所述设备上学习装置（i）使用参考所述第1自适应超参数集至第（n-1）自适应超参数集中每一个和所述第1阶段学习中训练的机器学习网络至第（n-1）阶段学习中训练的机器学习网络各自的性能评估结果构建的优化函数来生成第n自适应超参数集，（ii）应用所述第n自适应超参数集，使用所述第n阶段学习用数据对所述第（n-1）阶段学习的机器学习网络进行第n阶段学习，从而完成所述当前学习。

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斯特拉德视觉公司，其通讯地址为：韩国庆尚北道；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”。