買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉東北大學申請的專利一種基于分組特征聚合的可追溯聯邦增量學習方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120087503B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510585455.2，技術領域涉及：G06N20/00；該發明授權一種基于分組特征聚合的可追溯聯邦增量學習方法是由彭玉懷;畢皓然;劉茗;王靜設計研發完成，并于2025-05-08向國家知識產權局提交的專利申請。

本一種基于分組特征聚合的可追溯聯邦增量學習方法在說明書摘要公布了：本發明提供了一種基于分組特征聚合的可追溯聯邦增量學習方法，涉及聯邦學習技術領域，包括如下步驟：S1、進行端節點可追溯任務學習；基于初始共享模型進行本地剪枝和微調，并根據標簽分布相似度判斷任務是否重復；S2、構建云端?端側協同分組模型；將服務器模型生成的全局共享知識以及全局共享知識所對應的聚合權重發送至端節點；S3、在端節點，客戶端基于本地交叉熵損失和每個組的服務器模型生成的全局共享知識以及全局共享知識所對應的聚合權重對自身模型參數進行更新，輸出更新后的模型；S4、將更新后的模型替代S1中新的子模型或更新子模型，重復S1~S3，直至達到規定訓練次數停止訓練。本發明旨在有效應對存儲限制與任務重復性帶來的挑戰。

本發明授權一種基于分組特征聚合的可追溯聯邦增量學習方法在權利要求書中公布了：1.一種基于分組特征聚合的可追溯聯邦增量學習方法，其特征在于，包括如下步驟： S1、進行端節點可追溯任務學習訓練；基于初始共享模型進行本地剪枝和微調，并根據標簽分布相似度判斷任務是否重復；對于非重復任務，通過可學習掩碼選擇性激活已有權重并融入正則約束，得到初始共享模型的新的子模型；對于重復任務，進行掩碼再訓練，得到此重復任務的更新子模型；端節點傳遞新的子模型或更新子模型的任務特征向量以及本輪模型的更新權重至云節點； S2、構建云端-端側協同分組模型；在端節點收集各客戶端特征并使用層次聚類將其按照標簽分組，將具備相似特征的客戶端納入同一組；在云節點為每個組建立對應的服務器模型，服務器模型通過知識蒸餾損失并行訓練來學習組內客戶端的全局共享知識；服務器模型結合云節點對組內客戶端的重要性評估結果，為組內客戶端分配不同的聚合權重；將每個組的服務器模型生成的全局共享知識以及全局共享知識所對應的聚合權重發送至端節點； S3、在端節點，客戶端基于本地交叉熵損失和每個組的服務器模型生成的全局共享知識以及全局共享知識所對應的聚合權重對自身模型參數進行更新，輸出更新后的模型； S4、將更新后的模型替代S1中新的子模型或更新子模型，重復S1~S3，直至達到規定訓練次數停止訓練。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東北大學，其通訊地址為：110819 遼寧省沈陽市和平區文化路三巷11號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。