公开(公告)号：CN119396497A

公开(公告)日：2025-02-07

申请号：CN202510005390.X

申请日：2025-01-03

Applicant: 复旦大学

Inventor： 刘靖 ,  胡波 ,  杨涛 ,  李成芳 ,  杨宇博 ,  刘洋 ,  宋梁

IPC: G06F9/445 ,  G06N3/098 ,  G06F21/62

Abstract: 本发明涉及一种基于云端大模型增强的边缘AI协同方法及系统。所述方法包括：通过自然语言处理技术解析自然语言请求并转化为各个子任务；评估各个边缘设备的处理能力，将子任务协调卸载到对应的边缘设备上；通过分布式的方式在各个边缘设备上进行边缘AI模型训练；使用跨设备一致性维护算法对各个初步边缘AI模型进行同步机制和一致性约束，将初步边缘AI模型的模型参数在各个边缘设备间对齐，完成边缘AI协同。通过利用自然语言处理技术深度解析用户的自然语言请求，准确转换为边缘设备可执行的子任务，实时动态分配，可以优化资源利用率并降低任务执行延迟；通过对模型进行同步机制和一致性约束，可以提升模型的整体性能和泛化能力。

公开(公告)号：CN119396497B

公开(公告)日：2025-03-28

申请号：CN202510005390.X

申请日：2025-01-03

Applicant: 复旦大学

Inventor： 刘靖 ,  胡波 ,  杨涛 ,  李成芳 ,  杨宇博 ,  刘洋 ,  宋梁

IPC: G06F9/445 ,  G06N3/098 ,  G06F21/62

Abstract: 本发明涉及一种基于云端大模型增强的边缘AI协同方法及系统。所述方法包括：通过自然语言处理技术解析自然语言请求并转化为各个子任务；评估各个边缘设备的处理能力，将子任务协调卸载到对应的边缘设备上；通过分布式的方式在各个边缘设备上进行边缘AI模型训练；使用跨设备一致性维护算法对各个初步边缘AI模型进行同步机制和一致性约束，将初步边缘AI模型的模型参数在各个边缘设备间对齐，完成边缘AI协同。通过利用自然语言处理技术深度解析用户的自然语言请求，准确转换为边缘设备可执行的子任务，实时动态分配，可以优化资源利用率并降低任务执行延迟；通过对模型进行同步机制和一致性约束，可以提升模型的整体性能和泛化能力。

公开(公告)号：CN119272851A

公开(公告)日：2025-01-07

申请号：CN202411822784.6

申请日：2024-12-12

Applicant: 复旦大学

Inventor： 刘靖 ,  胡波 ,  刘洋 ,  杨涛 ,  杨宇博 ,  琚波波 ,  孙鹏

IPC: G06N3/0985 ,  G06F18/22 ,  G06F18/25 ,  G06F18/23213

Abstract: 本申请涉及一种元学习快速适应方法、装置、设备、介质和程序产品，涉及人工智能技术领域。所述方法包括：通过分析任务特征，识别任务间的相似性，并据此进行任务分组和模型参数的特定初始化，以实现对新任务的快速适应。本发明在保持模型泛化能力的同时，显著提升了适应速度和学习效率。此外，本发明不仅在理论上提供了对元学习算法快速适应能力的深入理解，而且在实际应用中展现了其高效性和可靠性。通过本发明，多模态元学习模型的训练变得更加快速、精确，极大地扩展了元学习技术的应用范围和实用价值。