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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉重慶大學(xué)申請(qǐng)的專利基于特征融合與溫度縮放蒸餾的聯(lián)邦圖學(xué)習(xí)方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120316580B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-16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(qǐng)?zhí)?專利號(hào)為：202510446081.6，技術(shù)領(lǐng)域涉及：G06F18/241；該發(fā)明授權(quán)基于特征融合與溫度縮放蒸餾的聯(lián)邦圖學(xué)習(xí)方法及系統(tǒng)是由蔡斌;申雨豪;胡春強(qiáng);蒲譽(yù)文;桑軍;胡海波設(shè)計(jì)研發(fā)完成，并于2025-04-10向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于特征融合與溫度縮放蒸餾的聯(lián)邦圖學(xué)習(xí)方法及系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明屬于聯(lián)邦圖神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，提供基于特征融合與溫度縮放蒸餾的聯(lián)邦圖學(xué)習(xí)方法及系統(tǒng)，其中，客戶端基于初始特征結(jié)構(gòu)編碼器參數(shù)得到第一軟目標(biāo)，根據(jù)第一軟目標(biāo)計(jì)算得到第一目標(biāo)損失值，并按照減小第一目標(biāo)損失值的方向?qū)Τ跏糋NN模型中的模型參數(shù)進(jìn)行優(yōu)化，客戶端基于優(yōu)化后的GNN模型得到預(yù)測(cè)標(biāo)簽分布，根據(jù)預(yù)測(cè)標(biāo)簽分布計(jì)算得到第二目標(biāo)損失值，并按照減小第二目標(biāo)損失值的方向?qū)Τ跏继卣鹘Y(jié)構(gòu)編碼器參數(shù)和初始結(jié)構(gòu)代理集進(jìn)行優(yōu)化，服務(wù)器分別基于特征結(jié)構(gòu)編碼器參數(shù)和類級(jí)別結(jié)構(gòu)代理平均值進(jìn)行聚合，得到目標(biāo)特征結(jié)構(gòu)編碼器參數(shù)和目標(biāo)結(jié)構(gòu)代理，從而緩解了數(shù)據(jù)異質(zhì)性問(wèn)題，提高節(jié)點(diǎn)分類的準(zhǔn)確性。

本發(fā)明授權(quán)基于特征融合與溫度縮放蒸餾的聯(lián)邦圖學(xué)習(xí)方法及系統(tǒng)在權(quán)利要求書(shū)中公布了：1.基于特征融合與溫度縮放蒸餾的聯(lián)邦圖學(xué)習(xí)方法，其特征在于，所述方法包括： 客戶端基于本地社交圖數(shù)據(jù)Gk＝Vk,Ek,Xk確定初始GNN模型和初始結(jié)構(gòu)代理集，并基于所述初始結(jié)構(gòu)代理集確定初始特征結(jié)構(gòu)編碼器參數(shù)，其中，Vk是客戶端的節(jié)點(diǎn)集，每個(gè)用戶是一個(gè)節(jié)點(diǎn)，Ek是邊集，邊表示其連接的兩個(gè)節(jié)點(diǎn)之間存在直接關(guān)聯(lián)關(guān)系，Xk是節(jié)點(diǎn)特征矩陣，特征包括時(shí)間序列特征、地理位置特征和圖結(jié)構(gòu)關(guān)聯(lián)特征，其中，時(shí)間序列特征為用戶上傳照片的時(shí)間分布，地理位置特征為照片拍攝地或用戶注冊(cè)地的地理編碼或用戶群組的地理聚集特征，圖結(jié)構(gòu)關(guān)聯(lián)特征包括鄰接關(guān)系和社群劃分，其中，鄰接關(guān)系為用戶間的關(guān)注、評(píng)論、共同群組，社群劃分為基于圖聚類算法識(shí)別的用戶社群歸屬； 所述客戶端基于所述初始特征結(jié)構(gòu)編碼器參數(shù)得到第一軟目標(biāo)，根據(jù)所述第一軟目標(biāo)計(jì)算得到第一目標(biāo)損失值，其中，根據(jù)所述第一軟目標(biāo)計(jì)算得到第一目標(biāo)損失值，包括：所述客戶端基于所述初始特征結(jié)構(gòu)編碼器參數(shù)中的真實(shí)標(biāo)簽生成第一損失值，基于所述第一軟目標(biāo)生成第二損失值，對(duì)所述第一損失值和所述第二損失值進(jìn)行計(jì)算，得到所述第一目標(biāo)損失值，并按照減小所述第一目標(biāo)損失值的方向?qū)λ龀跏糋NN模型中的模型參數(shù)進(jìn)行優(yōu)化，得到優(yōu)化后的GNN模型，其中，標(biāo)簽為用戶的興趣標(biāo)簽、職業(yè)標(biāo)簽； 所述客戶端基于所述優(yōu)化后的GNN模型得到預(yù)測(cè)標(biāo)簽分布，根據(jù)所述預(yù)測(cè)標(biāo)簽分布計(jì)算得到第二目標(biāo)損失值，其中，根據(jù)所述預(yù)測(cè)標(biāo)簽分布計(jì)算得到第二目標(biāo)損失值，包括：所述客戶端基于所述真實(shí)標(biāo)簽和所述初始特征結(jié)構(gòu)編碼器參數(shù)中的第二軟目標(biāo)生成第三損失值，基于所述預(yù)測(cè)標(biāo)簽分布生成第四損失值，對(duì)所述第三損失值和所述第四損失值進(jìn)行計(jì)算，得到所述第二目標(biāo)損失值，并按照減小所述第二目標(biāo)損失值的方向?qū)λ龀跏继卣鹘Y(jié)構(gòu)編碼器參數(shù)和所述初始結(jié)構(gòu)代理集進(jìn)行優(yōu)化，得到優(yōu)化后的特征結(jié)構(gòu)編碼器參數(shù)和優(yōu)化后的結(jié)構(gòu)代理集； 各個(gè)所述客戶端向服務(wù)器上傳類級(jí)別結(jié)構(gòu)代理平均值和特征結(jié)構(gòu)編碼器參數(shù)，其中，所述特征結(jié)構(gòu)編碼器參數(shù)包括所述初始特征結(jié)構(gòu)編碼器參數(shù)和所述優(yōu)化后的特征結(jié)構(gòu)編碼器參數(shù)，所述類級(jí)別結(jié)構(gòu)代理平均值包括初始類級(jí)別結(jié)構(gòu)代理平均值和優(yōu)化后的類級(jí)別結(jié)構(gòu)代理平均值； 所述服務(wù)器基于所述特征結(jié)構(gòu)編碼器參數(shù)進(jìn)行聚合，得到目標(biāo)特征結(jié)構(gòu)編碼器參數(shù)，且基于所述類級(jí)別結(jié)構(gòu)代理平均值進(jìn)行聚合，得到目標(biāo)結(jié)構(gòu)代理； 迭代以上過(guò)程，直至GNN模型收斂或達(dá)到預(yù)設(shè)的模型精度。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人重慶大學(xué)，其通訊地址為：400030 重慶市沙坪壩區(qū)沙正街174號(hào)；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)”。