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！

龙图腾网获悉西北工业大学申请的专利一种基于联邦学习降低无线算力网络能耗的方法及系统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：CN115866685B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202211234349.2，技术领域涉及：H04W28/084；该发明授权一种基于联邦学习降低无线算力网络能耗的方法及系统是由孙文;张海宾;李宗俊;靳咏雷设计研发完成，并于2022-10-10向国家知识产权局提交的专利申请。

本一种基于联邦学习降低无线算力网络能耗的方法及系统在说明书摘要公布了：本发明提供的一种基于联邦学习降低无线算力网络能耗的方法及系统，一种基于联邦学习降低无线算力网络能耗的方法，其特征在于，包括以下步骤：步骤1，获取无线算力网络中的应用平面对应的应用需求；步骤2，根据得到的应用需求提出计算请求；步骤3，在无线算力网络中的算力平面中的每个计算节点上搭载初始化联邦学习模型，并确定初始化联邦学习模型的结构参数；步骤4，利用步骤2中得到的计算请求对步骤3中搭载的初始化联邦学习模型进行训练，得到训练好的联邦学习模型；步骤5，利用训练好的联邦学习模型对接收到的用户数据进行业务处理；本发明能够加快WCPN中联邦学习的收敛速度、减少传统异步联邦学习的能耗。

本发明授权一种基于联邦学习降低无线算力网络能耗的方法及系统在权利要求书中公布了：1.一种基于联邦学习降低无线算力网络能耗的方法，其特征在于，包括以下步骤： 步骤1，获取无线算力网络中的应用平面对应的应用需求； 步骤2，根据得到的应用需求提出计算请求； 步骤3，在无线算力网络中的算力平面中的每个计算节点上搭载初始化联邦学习模型，并确定初始化联邦学习模型的结构参数； 步骤4，利用步骤2中得到的计算请求对步骤3中搭载的初始化联邦学习模型进行训练，得到训练好的联邦学习模型； 步骤5，利用训练好的联邦学习模型对接收到的用户数据进行业务处理；步骤3中，初始化联邦学习模型，并确定初始化联邦学习模型的结构参数，具体方法是： 设定所有计算节点进行1次局部模型训练的能量消耗的表达式； 设定所有计算节点进行1次上行通信的能量消耗的表达式； 根据进行1次局部模型训练的能量消耗的表达式和进行1次上行通信的能量消耗的表达式，得到所有计算节点的计算总能耗的表达式； 设定神经网络的表示能力的表达式和神经网络的测试性能表达式； 根据所有计算节点的计算总能耗的表达式、神经网络的表示能力的表达式和神经网络的测试性能表达式，得到总能耗最优化问题； 对得到的总能耗最优化问题进行求解，得到初始化联邦学习模型的结构参数；步骤4中，利用步骤2中得到的计算请求对步骤3中搭载的初始化联邦学习模型进行训练，得到训练好的联邦学习模型，具体方法是： S401，每个计算节点将本地对应的数据集作为初始化联邦学习模型的输入，得到局部模型的输出； S402，将所有计算节点对应的局部模型输出进行全局聚合处理，得到全局聚合模型； S403，将全局聚合模型的输出分发给每个计算节点对应的局部模型，对局部模型进行更新； S404，每个计算节点将本地对应的数据集作为更新后的局部模型的输入，得到局部模型的输出； S405，重复S402至S404，直至模型收敛，得到训练好的联邦学习模型。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。