中南大学;湖南能源大数据中心有限责任公司唐程获国家专利权
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!
龙图腾网获悉中南大学;湖南能源大数据中心有限责任公司申请的专利分类预测模型训练方法、分类预测方法、设备及存储介质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:CN115965078B 。
龙图腾网通过国家知识产权局官网在2025-08-12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:202211564028.9,技术领域涉及:G06N3/096;该发明授权分类预测模型训练方法、分类预测方法、设备及存储介质是由唐程;马骏;王向阳;刘小海;刘彤;吕丰设计研发完成,并于2022-12-07向国家知识产权局提交的专利申请。
本分类预测模型训练方法、分类预测方法、设备及存储介质在说明书摘要公布了:本发明公开了一种分类预测模型训练方法、分类预测方法、设备及存储介质,该训练方法包括每个客户端利用本地训练数据集对本地分类预测模型进行训练,计算出本地训练数据集中各类数据的原型,计算出公共数据集的软决策;中央服务器端将所有原型和所有软决策进行聚合,利用聚合后的原型和聚合后的软决策构建优化目标函数,并对全局分类预测模型进行训练,计算出公共数据集的软决策;每个客户端利用接收到的软决策和公共数据集对本地分类预测模型进行训练;当循环轮次等于设定轮次时,得到训练好的各本地分类预测模型和全局分类预测模型。本发明可以减少服务器与客户端之间的通信开销,实现模型架构个性化,提高模型精度。
本发明授权分类预测模型训练方法、分类预测方法、设备及存储介质在权利要求书中公布了:1.一种基于联邦知识蒸馏算法的分类预测模型训练方法,其特征在于,包括以下步骤: 步骤1:构建由中央服务器端和N个客户端C={C1,C2,...,Ci,...,CN}组成的联邦学习系统,其中,N≥2,Ci表示第i个客户端; 步骤2:每个所述客户端Ci均在本地构建带标注的本地训练数据集Di和本地分类预测模型Xi,且令循环轮次t=1;其中本地训练数据集Di为图像数据; 步骤3:每个所述客户端Ci在本地利用本地训练数据集Di对本地分类预测模型Xi进行迭代训练,并利用训练后的本地分类预测模型Xi计算出本地训练数据集Di中各类数据的原型其中,类k数据的原型是指类k数据的本地分类预测模型Xi输出特征向量的平均值; 每个所述客户端Ci在本地利用训练后的本地分类预测模型Xi计算出未带批注的公共数据集DP的软决策其中,所述软决策是指本地分类预测模型Xi的预测输出; 步骤4:所有客户端C将各自计算出的原型和软决策发送给所述中央服务器端; 步骤5:所述中央服务器端将接收到的每个类所有原型和所有软决策分别进行聚合,得到聚合后的各类原型和聚合后的软决策;利用聚合后的各类原型和聚合后的软决策构建优化目标函数,利用公共数据集dP和优化目标函数对构建的全局分类预测模型进行迭代训练; 利用训练后的所述全局分类预测模型计算出未带批注的公共数据集DP的软决策其中,所述软决策是指全局分类预测模型的预测输出; 步骤6:所述中央服务器端将所述软决策发送给每个所述客户端ci; 步骤7:每个所述客户端Ci利用接收到的软决策和公共数据集DP对本地分类预测模型Xi进行迭代训练; 步骤8:判断循环轮次t是否等于设定轮次,如果是,则得到训练好的各本地分类预测模型Xi和全局分类预测模型;否则,令t=t+1,并跳转至步骤3。
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中南大学;湖南能源大数据中心有限责任公司,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。