Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国平安人寿保险股份有限公司彭奕获国家专利权

中国平安人寿保险股份有限公司彭奕获国家专利权

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!

龙图腾网获悉中国平安人寿保险股份有限公司申请的专利基于知识蒸馏的模型训练方法、装置、设备及存储介质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:CN115358374B

龙图腾网通过国家知识产权局官网在2026-04-14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:202211004873.0,技术领域涉及:G06N3/096;该发明授权基于知识蒸馏的模型训练方法、装置、设备及存储介质是由彭奕设计研发完成,并于2022-08-22向国家知识产权局提交的专利申请。

基于知识蒸馏的模型训练方法、装置、设备及存储介质在说明书摘要公布了:本发明涉及人工智能技术领域,提供一种基于知识蒸馏的模型训练方法、装置、设备及存储介质,通过获取满足目标条件的第一模型和不满足目标条件的N个第二初始模型,根据训练样本集,得到N个第二标签概率集,对第二标签集进行处理,得到第二初始模型对应的第三标签概率集,根据基预先得到的第一标签概率集,以及第三标签概率集,得到N个第二初始模型对应的平均损失函数,根据个第二初始模型对应的损失函数,得到每个第二初始模型对应的目标损失函数,根据目标损失函数,得到N个满足目标条件的第二模型,在对第二模型进行训练时,将第二模型中的N个模型进行信息融合,使每个第二模型得到的信息更加全面,从而提高第二模型的性能。

本发明授权基于知识蒸馏的模型训练方法、装置、设备及存储介质在权利要求书中公布了:1.一种基于知识蒸馏的模型训练方法,其特征在于,所述训练方法包括: 获取满足目标条件的第一模型和不满足目标条件的N个第二模型,其中,N为大于1的整数;所述第一模型与所述第二模型用于声纹识别; 初始化得到N个不同的初始参数,为每个第二模型赋值一个初始参数,得到N个第二初始模型,将训练样本集输入至所述第二初始模型中,输出第二标签概率集,得到N个第二标签概率集,所述第二初始模型与第二标签概率集一一对应;所述第二标签概率集为声纹特征向量概率集; 对所述第二初始模型对应的第二标签概率集进行预处理,并将预处理结果输入至归一化层,输出所述第二初始模型对应的第三标签概率集;所述预处理是将第二标签概率集进行缩放;所述第三标签概率集为声纹特征向量概率集; 根据基于所述第一模型与所述训练样本集得到的第一标签概率集,以及第二初始模型对应的第三概率集之间出的差值,得到每个第二初始模型对应的损失函数,并构建N个第二初始模型对应的平均损失函数;所述第一标签概率集为声纹特征向量概率集; 基于所述平均损失函数与每个第二初始模型对应的损失函数,得到每个第二初始模型对应的目标损失函数,根据所述目标损失函数,对对应的第二初始模型进行训练,调整每个第二初始模型对应的初始参数,得到N个满足目标条件的第二模型; 所述基于所述平均损失函数与每个第二初始模型对应的损失函数,得到每个第二初始模型对应的目标损失函数,包括: 根据所述训练样本集与每个第二标签概率集,通过预设算法,构建第二初始模型对应的损失函数; 将平均损失函数与每个第二初始模型对应的损失函数进行求和,得到每个第二初始模型对应的目标损失函数; 将平均损失函数与每个第二初始模型对应的损失函数进行求和,得到每个第二初始模型对应的目标损失函数,包括: 获取所述平均损失函数与每个第二初始模型对应的损失函数的占比系数; 根据所述占比系数对所述平均损失函数与每个第二初始模型对应的损失函数进行加权求和,得到每个第二初始模型对应的目标损失函数。

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平安人寿保险股份有限公司,其通讯地址为:518000 广东省深圳市福田区益田路5033号平安金融中心14、15、16、37、41、44、45、46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。

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。