買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京電子科技學(xué)院申請的專利基于自適應(yīng)聚合原型的數(shù)據(jù)與模型異構(gòu)聯(lián)邦學(xué)習(xí)方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119378650B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411530903.0，技術(shù)領(lǐng)域涉及：G06N3/098；該發(fā)明授權(quán)基于自適應(yīng)聚合原型的數(shù)據(jù)與模型異構(gòu)聯(lián)邦學(xué)習(xí)方法是由張克君;王鈞;王文彬;于新穎;王珣璽;李鵬程;金禹含設(shè)計研發(fā)完成，并于2024-10-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于自適應(yīng)聚合原型的數(shù)據(jù)與模型異構(gòu)聯(lián)邦學(xué)習(xí)方法在說明書摘要公布了：本申請?zhí)岢鲆环N基于自適應(yīng)聚合原型的數(shù)據(jù)與模型異構(gòu)聯(lián)邦學(xué)習(xí)方法，涉及人工智能技術(shù)領(lǐng)域，在訓(xùn)練初始化階段，客戶端在私有數(shù)據(jù)域上進行監(jiān)督學(xué)習(xí)訓(xùn)練；在服務(wù)器端，根據(jù)各客戶端上傳的本地原型來自適應(yīng)維護域間分布相似矩陣，使用該矩陣針對每個客戶端個性化聚合全局原型；在客戶端，接受服務(wù)器每輪迭代生成的個性化全局原型，減少本地原型與同類全局原型的差異、增加與異類全局原型的距離，優(yōu)化分類器對全局原型的正確分類效果；在監(jiān)督學(xué)習(xí)中，減少特征提取器輸出與同類全局原型的距離；完成上述訓(xùn)練后生成本地原型并傳給服務(wù)器。本申請可以有效提高模型準(zhǔn)確性與協(xié)作安全性，降低私有數(shù)據(jù)異質(zhì)性的負(fù)影響并具有通信開銷優(yōu)勢。

本發(fā)明授權(quán)基于自適應(yīng)聚合原型的數(shù)據(jù)與模型異構(gòu)聯(lián)邦學(xué)習(xí)方法在權(quán)利要求書中公布了：1.一種基于自適應(yīng)聚合原型的數(shù)據(jù)與模型異構(gòu)聯(lián)邦學(xué)習(xí)方法，用于聯(lián)邦學(xué)習(xí)場景，其特征在于，包括以下步驟： S1、在參與協(xié)作訓(xùn)練前，各客戶端在本地使用私有數(shù)據(jù)進行監(jiān)督學(xué)習(xí)預(yù)訓(xùn)練過程，個客戶端使用異構(gòu)本地模型，在私有異構(gòu)數(shù)據(jù)上進行監(jiān)督學(xué)習(xí)； S2、各客戶端生成本地原型并發(fā)送至服務(wù)器，服務(wù)器根據(jù)各客戶端上傳的本地原型來自適應(yīng)維護域間分布相似矩陣，并使用該矩陣針對各客戶端個性化聚合全局原型，生成個性化全局原型并發(fā)送至對應(yīng)的客戶端； S3、各客戶端收到服務(wù)器發(fā)送的個性化全局原型，分別針對本地特征提取器和分類器進行優(yōu)化訓(xùn)練； S4、各客戶端使用私有數(shù)據(jù)在本地進行監(jiān)督學(xué)習(xí)，并在監(jiān)督學(xué)習(xí)損失上，增加私有數(shù)據(jù)的嵌入空間特征與所述個性化全局原型之間的差異損失； 重復(fù)上述步驟S2-S4，直到預(yù)定迭代輪數(shù)截止； 所述S2，包括： 各客戶端使用當(dāng)前本地特征提取器在其私有數(shù)據(jù)上針對每個數(shù)據(jù)類別提取類嵌入空間特征，即本地原型，并將提取到的本地原型上傳至服務(wù)器； 所述服務(wù)器維護一個域間分布相似矩陣，并根據(jù)各客戶端上傳的本地原型對所述域間分布相似矩陣進行自適應(yīng)更新； 使用更新后的所述域間分布相似矩陣，針對各客戶端線性組合生成新一輪的個性化全局原型，并發(fā)送給對應(yīng)客戶端； 客戶端生成本地原型的生成公式為： 其中，是類別的本地原型，是客戶端私有數(shù)據(jù)的一個子集，由中所有類別的數(shù)據(jù)構(gòu)成，是特征提取器，特征提取器的參數(shù)為； 所述域間分布相似矩陣被定義為，表示為： 其中表示客戶端1和客戶端的私有數(shù)據(jù)域相似系數(shù)，該值的分布于之間，數(shù)值越大表示兩個客戶端的私有數(shù)據(jù)域分布越相似，反之則表示兩客戶端私有數(shù)據(jù)域分布差異越大，由于私有數(shù)據(jù)域相似沒有方向性，域間分布相似矩陣是一個對稱矩陣，且有性質(zhì)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京電子科技學(xué)院，其通訊地址為：100070 北京市豐臺區(qū)富豐路7號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。