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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利基于不对称动量优化的不平衡性标记分布学习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：CN120387494B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510883930.4，技术领域涉及：G06N3/084；该发明授权基于不对称动量优化的不平衡性标记分布学习方法是由高永标;孙想成;吕国华设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于不对称动量优化的不平衡性标记分布学习方法在说明书摘要公布了：本发明公开了一种基于不对称动量优化的不平衡性标记分布学习方法，涉及机器学习技术领域。本申请为主导损失设置主导动量缓冲变量和主导损失动量系数，为辅助损失设置辅助动量缓冲变量以及辅助损失动量系数，在对不平衡性标记分布学习网络的训练过程中，依据当前epoch中主导动量缓冲变量、主导损失动量系数、辅助动量缓冲变量和辅助损失动量系数更新下一个epoch中的网络参数θ。本申请所述方法能够有效确保主导损失和辅助损失的动量缓冲变量在更新过程中不会相互干扰，并通过设置主导损失动量系数大于辅助损失动量系数控制主导损失的动量缓冲变量在梯度更新中的主导性。

本发明授权基于不对称动量优化的不平衡性标记分布学习方法在权利要求书中公布了：1.一种基于不对称动量优化的不平衡性标记分布学习方法，其特征在于：包括以下步骤： S1、构建包括特征编码器、全标记编码器和解码器的不平衡性标记分布学习网络； S2、计算不平衡性标记分布学习网络的总优化损失；总优化损失包括层间对齐损失、特征与标记分布对齐损失、特征与标记相似性矩阵对齐损失以及标记分布预测监督损失； S3、基于训练集和总优化损失对不平衡性标记分布学习网络进行训练，得到网络模型； 步骤S3中，为主导损失设置主导动量缓冲变量和主导损失动量系数，为辅助损失设置辅助动量缓冲变量以及辅助损失动量系数，而后，在训练过程中，依据当前epoch中主导动量缓冲变量、主导损失动量系数、辅助动量缓冲变量和辅助损失动量系数更新下一个epoch中的网络参数θ；主导损失为标记分布预测监督损失，辅助损失包括层间对齐损失、特征与标记分布对齐损失以及特征与标记相似性矩阵对齐损失； 步骤S3中，训练集是基于原始数据集获取的，原始数据集为Movie数据集；Movie数据集是关于用户对电影的评分数据集，该数据集包含电影的文本标记数据；Movie数据集中，每部电影的评分标记分布均为文本数据，每部电影的评分标记分布是根据所有用户在各评分等级上的投票比例统计而得到的； S4、基于待预测的不平衡数据集获取特征向量和标记分布，而后输入网络模型中前向传播一次，得到预测标记分布及真实标记分布； 步骤S4中，不平衡数据集是指电影评分标记分布不均衡的数据集。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501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”。