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！

龙图腾网获悉湖北工业大学申请的专利基于自适应半异步联邦学习的模型训练系统、方法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：CN117057438B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202310872459.X，技术领域涉及：G06N20/00；该发明授权基于自适应半异步联邦学习的模型训练系统、方法及设备是由沈华;李磊;张明武设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本基于自适应半异步联邦学习的模型训练系统、方法及设备在说明书摘要公布了：本发明公开了一种基于自适应半异步联邦学习的模型训练系统、方法及设备，系统包括客户端、服务器，客户端和服务器通过多轮交互实现模型的迭代更新以完成全局模型训练。在整个过程中客户端数据始终保存在客户端本地，同时客户端可以随时加入或退出本系统的模型训练。由于客户端的性能差异，不同客户端完成一次本地训练的用时不同，为了提高全局模型训练的效率，服务器在收到一定数量的本地模型参数后即刻开始进行局部模型参数的更新，并在等待一定时间后根据其余客户端本地模型的达到情况，自适应地决定是进行一次全局同步模型更新还是一次全局异步模型更新。本发明可灵活应用于分布式机器学习、分布式深度学习的应用场景中，具有很高的实用性。

本发明授权基于自适应半异步联邦学习的模型训练系统、方法及设备在权利要求书中公布了：1.一种基于自适应半异步联邦学习的模型训练方法，采用基于自适应半异步联邦学习的模型训练系统；所述系统包括m个性能存在差异性的客户端和一个服务器；其特征在于：所述方法，根据每一轮客户端实际完成情况，将客户端自适应地分为两个部分：快速客户端和慢速客户端；最先提交本地模型参数发送给服务器的k个客户端记为本轮的快速客户端，剩余m-k个客户端记为本轮的慢速客户端；服务器先聚合k个快速客户端的本地模型参数得到一个局部模型，并等待一预设时间τ后判断：若在预设时间τ内m-k个慢速客户端的本地模型参数全部发送给服务器，则对所有客户端的本地模型参数进行一次全局模型的聚合，并把全局模型参数发送给所有客户端，进行下一轮迭代训练；若在预设时间τ内m-k个慢速客户端的本地模型参数未全部发送给服务器，则服务器首先把之前聚合得到的局部模型参数发送给k个快速客户端；然后待收齐m-k个慢速客户端的本地模型参数后再聚合得到m-k个慢速客户端的局部模型，并将此局部模型参数发送给m-k个慢速客户端，进行下一轮迭代训练；当全局模型收敛至预定的准确率或者模型训练轮数达到预设的阈值时，整个模型训练过程结束；若全局模型参数更新频率大于预设值A，则缩小时间阈值τ；若全局模型参数更新频率小于预设值B，则增大时间阈值τ；根据每一轮客户端实际完成情况，将客户端自适应地分为快速客户端和慢速客户端；每轮迭代中服务器自适应地进行全局异步模型更新和全局同步模型更新；其中，自适应体现在快速客户端和慢速客户端不是系统指定的，也不是固定不变的，而是根据客户端具体的执行效率和其网络环境动态决定的；不同的客户端计算并提交本地模型训练参数给服务器的快慢取决于客户端拥有的计算资源多少和所处网络环境的好坏；自适应还体现在每轮服务器进行的是全局同步模型更新还是全局异步模型更新不是系统指定的，而是根据客户端的实际运行情况动态决定的；如果在某轮模型迭代训练中所有客户端本地模型参数的实际上传时间均在阈值区间内，那么系统将进行全局同步模型更新，否则进行全局异步模型更新。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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。