深圳大学刘和平获国家专利权
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！
龙图腾网获悉深圳大学申请的专利联邦学习方法、系统及设备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：CN121562738B 。
龙图腾网通过国家知识产权局官网在2026-05-08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：202610091285.7，技术领域涉及：G06N3/098；该发明授权联邦学习方法、系统及设备是由刘和平;刘松柏;李庚辉;马里佳;林秋镇设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。
本联邦学习方法、系统及设备在说明书摘要公布了：本申请提出一种联邦学习方法、系统及设备，客户端训练本地的共享模型和个性化模型主体，个性化模型主体可捕获私有数据集专属特征，共享模型具有全局知识，利用自适应更新的融合权重融合具有同样层次结构的共享模型和个性化模型主体，并在冻结融合网络参数前提下，对个性化模型头部继续进行训练。中心服务器根据本地共享模型的梯度进而聚合得到全局模型，这样，通过引入选择性参数共享与动态融合机制，在保护隐私的前提下，实现全局知识稳健迁移与本地自适应优化的高效协同，从而有效克服了模型发散、性能退化及扩展性不足等问题。
本发明授权联邦学习方法、系统及设备在权利要求书中公布了：1.一种联邦学习方法，所述联邦学习方法基于一联邦学习系统，所述联邦学习系统包括：若干客户端及中心服务器，其特征在于，所述联邦学习方法包括： 利用私有数据集训练所述客户端的共享模型和个性化模型主体，所述个性化模型主体用于捕获所述私有数据集的专属特征，所述共享模型具有全局知识，所述共享模型与所述个性化模型主体具有同样的层次结构； 基于针对所述共享模型及所述个性化模型主体各层所赋予的融合权重，将所述共享模型及所述个性化模型主体进行逐层融合，得到融合网络，令一可学习向量为：，，其中，k表示客户端序号，、表示第k个客户端的个性化模型主体、共享模型的第m层，、表示融合权重，表示融合网络的第m层，所述融合权重通过梯度下降方法自适应更新； 在冻结所述融合网络参数前提下，利用所述私有数据集训练个性化模型头部，所述融合网络的输出连接至所述个性化模型头部的输入，所述个性化模型头部的输入与输出的维度为分类任务的维度；以及， 所述中心服务器根据所述共享模型的训练梯度，得到全局模型。
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深圳大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励