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！

龙图腾网获悉东北大学申请的专利基于彩票假设的多任务学习资源优化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：CN119990232B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510054498.8，技术领域涉及：G06N3/082；该发明授权基于彩票假设的多任务学习资源优化方法是由王斌;肇美盈;边浩东;姚晨曦;杨晓春设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本基于彩票假设的多任务学习资源优化方法在说明书摘要公布了：本发明提供了一种基于彩票假设的多任务学习资源优化方法，属于多任务学习与神经网络优化技术领域。该方法采用彩票假设的稀疏专家混合方法，有效剪枝神经网络模型参数，从而大幅减少了神经网络模型的计算成本和存储开销；稀疏化的专家网络结构保留了对任务关键信息的高度敏感性；引入基于softmax的路由器和掩码矩阵，使得每个任务可以根据其输入数据的特征选择和激活适合的专家网络部分；通过交叉训练和迭代幅度剪枝优化全能专家矩阵，进一步提升了模型在处理复杂任务和不同数据分布下的泛化能力；任务特定塔层独立处理和优化各任务的特征，减少了任务间的相互干扰，提高了特征提取的精度和任务处理的效率。

本发明授权基于彩票假设的多任务学习资源优化方法在权利要求书中公布了：1.基于彩票假设的多任务学习资源优化方法，其特征在于：包括以下步骤： 步骤1：获取各任务的原始数据集，并划分为训练集和测试集，确保每个任务都有独立的数据集用于测试和评估神经网络模型； 选取任务a和任务b的原始数据集，并划分为任务a的训练集和测试集以及任务b的训练集和测试集； 所述原始数据集中的数据包括图像、文本、音频和视频；任务a为图像检测任务，任务b为目标分类任务，任务a和任务b的输入数据均为图像； 步骤2：使用嵌入层将任务a和任务b的输入数据转换为低维度的连续向量表示，即生成任务a和任务b输入数据的嵌入向量；用softmax函数作为路由器，根据生成的嵌入向量计算任务a和任务b的路由概率数据；初始化任务a和任务b共同的掩码矩阵，并随机初始化全能专家矩阵； 步骤3：随机初始化一组神经网络模型参数E；利用任务a和任务b的训练集对初始化的n个掩码矩阵进行联合训练，在训练集训练结束后基于彩票假设原理使用迭代幅度剪枝去除神经网络模型参数E中绝对值后%的参数，然后更新掩码矩阵；采用更新的掩码矩阵选择和激活全能专家矩阵中的特定部分参数； 步骤4：使用任务a的训练集和任务b的训练集进行交叉训练，在每轮训练后更新全能专家矩阵的参数，直到全能专家矩阵的参数收敛，停止训练，得到最终的全能专家矩阵； 步骤5：使用任务a的测试集和任务b的测试集中的数据，将初始化的任务a和任务b的概率向量和与训练好的稀疏化掩码矩阵和全能专家矩阵相乘，最后通过塔层结构生成最终任务的输出结果，该结果根据具体的任务而定； 使用任务a和任务b的路由概率向量和作为训练神经网络模型的输入，向量中的每个元素分别与训练好的稀疏化掩码矩阵以及全能专家矩阵相乘，即只激活全能专家矩阵的特定部分参数，再将结果相加，即只激活稀疏化掩码矩阵中值为1的位置对应的全能专家矩阵参数，得到整个神经网络模型的输出结果和： ； ； 其中，分别为任务的n个专家系数，分别为任务的n个专家系数； 最后，将和通过塔层结构，学习得到任务a和任务b的相关特征。

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”。

以上内容由龙图腾AI智能生成。