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！

龙图腾网恭喜东北大学申请的专利一种云边端协同系统中轻量化模型的自动生成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：CN116011520B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202310059697.9，技术领域涉及：G06N3/0464；该发明授权一种云边端协同系统中轻量化模型的自动生成方法是由王一凡;李婕;于瑞云;李福亮;杨康设计研发完成，并于2023-01-16向国家知识产权局提交的专利申请。

本一种云边端协同系统中轻量化模型的自动生成方法在说明书摘要公布了：本发明设计一种云边端协同系统中轻量化模型的自动生成方法，属于自动机器学习领域；首先构建超网模型并对其进行选择，对得到的超网模型进行训练、评估与参数更新；在完成超网训练后，根据超网中的权重对子网选择和训练；最后通过优化超网模型提升生成过程的精度；在模型搜索上，本发明通过引入温度因子这一搜索策略优化，可以用更短的搜索时长完成相同的模型搜索任务；同时在子模型选择的过程中，不同的边、子操作等不会出现权重接近的情况，使结果模型更加可信和可靠。

本发明授权一种云边端协同系统中轻量化模型的自动生成方法在权利要求书中公布了：1.一种云边端协同系统中轻量化模型的自动生成方法，其特征在于，具体包括以下步骤：步骤1：构建超网模型并对其进行选择；步骤2：对步骤1得到的超网模型进行训练、评估与参数更新；步骤3：在完成步骤2的超网训练后，根据超网中的权重对子网选择和训练；步骤4：对超网模型进行优化；其中，步骤2具体为：步骤2.1：对输入到超网模型中的图像特征进行处理；步骤2.2：单元中输入的图像特征在节点由上至下传播，所有计算操作的加权和得到输出值传递给下一节点，引入蒸馏学习中的温度因子提高权重的区分度，计算公式如下： 其中i，j表示第i个节点和第j个几点；o为选取的子操作，O为所有子操作的集合，ox表示输入x经过子操作o运算后的结果；T为温度因子；表示两节点间所子操作输出的加权和：步骤2.3：完成特征计算后，每个中间节点的特征值使用一个GCN的轻量级单元进行处理，得到较远图像特征区域间的上下文关系；步骤2.4：GCN中的不同通道数的输出特征的加权求和到下一节点；步骤2.5：对所有无后续节点的特征值进行拼接，作为这一单元的输出；步骤2.6：上一单元的输出作为下一单元的输入之一，并重复步骤2.1，直到无下一单元；步骤2.7：完成超网训练并得到超网的预测结果，该结果与ImageNet数据集的原始结果做交叉熵损失，用于更新超网模型中所有的子参数，包括模型结构参数和卷积参数；步骤2.8：单元计数置0，重新开始训练，重复步骤2.1开始的训练过程，直至达到预设的轮次。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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”。