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！

龙图腾网获悉超级机器人研究院(黄埔);华南理工大学申请的专利一种多设备协同的高效在线适应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：CN119623510B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202411574116.6，技术领域涉及：G06N3/042；该发明授权一种多设备协同的高效在线适应方法是由谭明奎;陈国昊;陈德宇;牛帅程;张书海;陈耀佛;邓泽帅;杜卿设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种多设备协同的高效在线适应方法在说明书摘要公布了：本发明公开了一种多设备协同的高效在线适应方法，包括：针对算力资源丰富的设备，采用基于前向和反向传播的在线协同适应模式对设备中的第一模型进行处理：在检测到域偏移时，动态将模型所学权重保存到共享知识库；通过在第一模型参数中引入新参数矩阵，以在适应过程中捕捉新知识；针对低算力的设备，采用仅利用前向传播的在线协同适应模式对设备中的第二模型进行处理：模型直接利用已有的共享知识库进行在线适应。本发明通过采用动态更新地共享知识库，实现多设备间知识的累积、共享与动态利用；针对不同算力的设备，采用不同的在线协同适应模式来处理，极大地提升了在线适应在现实应用中的能效与实用性。本发明可广泛应用于迁移学习技术领域。

本发明授权一种多设备协同的高效在线适应方法在权利要求书中公布了：1.一种多设备协同的高效在线适应方法，其特征在于，用于实现多设备间知识的累积、共享与动态利用，不同设备共享同一共享知识库，包括以下步骤： 针对算力资源丰富的设备，采用基于前向和反向传播的在线协同适应模式对设备中的第一模型进行处理：在检测到域偏移时，动态将模型所学权重保存到共享知识库；通过在第一模型参数中引入新参数矩阵，以在适应过程中捕捉新知识； 针对低算力的设备，采用仅利用前向传播的在线协同适应模式对设备中的第二模型进行处理：模型直接利用共享知识库进行在线适应； 所述第一模型的参数的表达式为： 式中，为模型原始参数；是多设备共享的共享知识库中累积的份知识；是不同知识归一化的可学习加权系数，即；是新引入可学习的参数矩阵； 所述第二模型的参数的表达式为： 式中，为模型原始参数，是多设备共享的共享知识库中累积的份知识；是不同知识归一化的可学习加权系数，即，用于支撑跨设备之间的共享知识复用； 所述采用基于前向和反向传播的在线协同适应模式对设备中的第一模型进行处理，包括： 将一批待适应的目标图像输入设备中的第一模型； 检测当前是否发生域偏移，若发生域偏移则将所学知识保存至共享知识库； 根据输入的图像生成预测结果，利用在线优化目标和反向传播机制进行模型更新，直到处理完所有的图像数据，模型停止在线适应； 所述针对低算力的边缘设备，采用仅利用前向传播的在线协同适应模式对设备中的第二模型进行处理，包括： 将一批待适应的目标图像输入设备中的第二模型； 计算当前输入的图像数据分布与共享知识库中分布的相似度； 根据计算的相似度，从共享知识库中获取相似域习得的知识进行模型更新，直到处理完所有的图像数据，模型停止在线适应。

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超级机器人研究院(黄埔);华南理工大学，其通讯地址为：510555 广东省广州市黄埔区中新广州知识城创新大道以西、智慧大道以东、引资大道以北科纳产业园自编10号楼1层；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”。

以上内容由龙图腾AI智能生成。