Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学凌贺飞获国家专利权

华中科技大学凌贺飞获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利基于去噪和动量蒸馏的跨模态检索模型构建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:CN116861021B

龙图腾网通过国家知识产权局官网在2025-09-05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:202310750571.6,技术领域涉及:G06F16/583;该发明授权基于去噪和动量蒸馏的跨模态检索模型构建方法是由凌贺飞;李南希;李平设计研发完成,并于2023-06-21向国家知识产权局提交的专利申请。

基于去噪和动量蒸馏的跨模态检索模型构建方法在说明书摘要公布了:本发明公开了一种基于去噪和动量蒸馏的跨模态检索模型构建方法,属于跨模态检索领域,方法包括:构建包含N个级联的第一模态数据编码器、以及N个级联的第二模态数据编码器的编码单元;在第i个第一、第二模态数据编码器的输出端之间设置第i自监督去噪单元,用于对第i层的原始联合特征标记依次进行加噪、解码重构,得到第i层的重构联合特征标记,i∈1,N‑1;进一步构建跨模态检索模型;以重构联合特征标记和原始联合特征标记之间的KL散度最小为目标,构建模态交互损失,以进一步形成总损失函数;以总损失函数收敛为目标,训练跨模态检索模型。加强模态间关联的学习,提高模型检索的准确率,且具有高效的推理速度。

本发明授权基于去噪和动量蒸馏的跨模态检索模型构建方法在权利要求书中公布了:1.一种基于去噪和动量蒸馏的跨模态检索模型构建方法,其特征在于,包括: 构建编码单元,所述编码单元包含N个级联的第一模态数据编码器、以及N个级联的第二模态数据编码器,N>1; 在第i个第一模态数据编码器和第i个第二模态数据编码器的输出端之间设置第i自监督去噪单元,用于对第i层的原始联合特征标记依次进行加噪、解码重构,得到第i层的重构联合特征标记,i∈1,N-1; 构建跨模态检索模型,所述跨模态检索模型包含:设置于编码单元输出端的融合去噪单元、动量蒸馏单元和相似度计算器,以及所述编码单元和所述自监督去噪单元; 以重构联合特征标记和原始联合特征标记之间的KL散度最小为目标,构建模态交互损失,并构建包含所述模态交互损失、融合去噪损失和跨模态对比学习损失的总损失函数; 以所述总损失函数收敛为目标,训练所述跨模态检索模型; 第一模态为文本,第二模态为图像; 所述第i自监督去噪单元具体用于: 连接第i个第一模态数据编码器的输出和第i个第二模态数据编码器的输出,得到第i层的原始联合特征标记; 采用遮掩的方式在第i层的原始联合特征标记中加入噪声,并通过轻量跨模态解码器,对包含噪声的联合特征标记进行解码重构,得到第i层的重构联合特征标记。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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。