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)獲悉廈門大學(xué)申請(qǐng)的專利一種基于對(duì)抗式特征增廣的長尾數(shù)據(jù)個(gè)性化聯(lián)邦學(xué)習(xí)方法、系統(tǒng)、裝置和存儲(chǔ)介質(zhì)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(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115688939B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-19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：202211396784.5，技術(shù)領(lǐng)域涉及：G06N20/00；該發(fā)明授權(quán)一種基于對(duì)抗式特征增廣的長尾數(shù)據(jù)個(gè)性化聯(lián)邦學(xué)習(xí)方法、系統(tǒng)、裝置和存儲(chǔ)介質(zhì)是由盧楊;錢品馨;王菡子設(shè)計(jì)研發(fā)完成，并于2022-11-09向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于對(duì)抗式特征增廣的長尾數(shù)據(jù)個(gè)性化聯(lián)邦學(xué)習(xí)方法、系統(tǒng)、裝置和存儲(chǔ)介質(zhì)在說明書摘要公布了：本發(fā)明公開了一種基于對(duì)抗式特征增廣的長尾數(shù)據(jù)個(gè)性化聯(lián)邦學(xué)習(xí)方法，包括：在服務(wù)器端將整個(gè)全局模型分成全局特征提取器g和全局分類器f并將其發(fā)給若干個(gè)客戶端；通過隨機(jī)采樣平衡若干個(gè)客戶端本地樣本數(shù)據(jù)分布，利用伯努利分布構(gòu)建若干對(duì)源大類樣本ys和目標(biāo)小類樣本yt標(biāo)簽對(duì)；獲取源大類樣本特征hs和目標(biāo)小類樣本特征并得到采樣平衡樣本特征集Dbal和生成平衡樣本特征集利用所述采樣平衡樣本特征集Dbal和生成平衡樣本特征集訓(xùn)練所述全局分類器f，結(jié)合全局特征提取器g，得到本地個(gè)性化模型。能夠解決全局長尾數(shù)據(jù)分布下的數(shù)據(jù)異構(gòu)問題。

本發(fā)明授權(quán)一種基于對(duì)抗式特征增廣的長尾數(shù)據(jù)個(gè)性化聯(lián)邦學(xué)習(xí)方法、系統(tǒng)、裝置和存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種基于對(duì)抗式特征增廣的長尾數(shù)據(jù)個(gè)性化聯(lián)邦學(xué)習(xí)方法，其特征在于，包括： 準(zhǔn)備數(shù)據(jù)集，搭建聯(lián)邦學(xué)習(xí)框架，初始化學(xué)習(xí)網(wǎng)絡(luò)； 準(zhǔn)備若干長尾分類數(shù)據(jù)集，并切分訓(xùn)練數(shù)據(jù)集給若干個(gè)客戶端，所使用的若干長尾分類數(shù)據(jù)集均是圖像分類數(shù)據(jù)集； 搭建聯(lián)邦學(xué)習(xí)框架并初始化深度學(xué)習(xí)網(wǎng)絡(luò)； 在服務(wù)器端將整個(gè)全局模型分成全局特征提取器g和全局分類器f并將其發(fā)給若干個(gè)客戶端； 通過隨機(jī)采樣平衡若干個(gè)客戶端本地樣本數(shù)據(jù)分布，利用伯努利分布構(gòu)建若干對(duì)源大類樣本ys和目標(biāo)小類樣本yt標(biāo)簽對(duì)； 獲取源大類樣本特征hs和目標(biāo)小類樣本特征并得到采樣平衡樣本特征集Dbal和生成平衡樣本特征集 利用所述采樣平衡樣本特征集Dbal和生成平衡樣本特征集訓(xùn)練所述全局分類器f，結(jié)合全局特征提取器g，得到本地個(gè)性化模型； 所述獲取源大類樣本特征hs和目標(biāo)小類樣本特征的步驟具體如下： 利用所述全局特征提取器g獲取所述源大類樣本ys的所述源大類樣本特征hs； 利用對(duì)抗樣本得到所述目標(biāo)小類樣本特征 所述利用對(duì)抗樣本得到所述目標(biāo)小類樣本特征的具體步驟包括： 通過梯度下降算法不斷優(yōu)化所述源大類樣本特征hs，在反向傳播時(shí)得到梯度梯度的計(jì)算公式如下： 將梯度正則化得到最終的特征擾動(dòng)δ，特征擾動(dòng)δ的計(jì)算公式如下： 將特征擾動(dòng)δ添加到所述源大類樣本特征hs上，得到所述目標(biāo)小類樣本特征所述目標(biāo)小類樣本特征的計(jì)算公式如下： 對(duì)所述目標(biāo)小類樣本特征進(jìn)行優(yōu)化，具體優(yōu)化公式如下：

如需購買、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)人廈門大學(xué)，其通訊地址為：361005 福建省廈門市思明南路422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)”。