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！

龙图腾网获悉北京电子科技学院申请的专利基于自适应聚合原型的数据与模型异构联邦学习方法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：CN119378650B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411530903.0，技术领域涉及：G06N3/098；该发明授权基于自适应聚合原型的数据与模型异构联邦学习方法是由张克君;王钧;王文彬;于新颖;王珣玺;李鹏程;金禹含设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本基于自适应聚合原型的数据与模型异构联邦学习方法在说明书摘要公布了：本申请提出一种基于自适应聚合原型的数据与模型异构联邦学习方法，涉及人工智能技术领域，在训练初始化阶段，客户端在私有数据域上进行监督学习训练；在服务器端，根据各客户端上传的本地原型来自适应维护域间分布相似矩阵，使用该矩阵针对每个客户端个性化聚合全局原型；在客户端，接受服务器每轮迭代生成的个性化全局原型，减少本地原型与同类全局原型的差异、增加与异类全局原型的距离，优化分类器对全局原型的正确分类效果；在监督学习中，减少特征提取器输出与同类全局原型的距离；完成上述训练后生成本地原型并传给服务器。本申请可以有效提高模型准确性与协作安全性，降低私有数据异质性的负影响并具有通信开销优势。

本发明授权基于自适应聚合原型的数据与模型异构联邦学习方法在权利要求书中公布了：1.一种基于自适应聚合原型的数据与模型异构联邦学习方法，用于联邦学习场景，其特征在于，包括以下步骤： S1、在参与协作训练前，各客户端在本地使用私有数据进行监督学习预训练过程，个客户端使用异构本地模型，在私有异构数据上进行监督学习； S2、各客户端生成本地原型并发送至服务器，服务器根据各客户端上传的本地原型来自适应维护域间分布相似矩阵，并使用该矩阵针对各客户端个性化聚合全局原型，生成个性化全局原型并发送至对应的客户端； S3、各客户端收到服务器发送的个性化全局原型，分别针对本地特征提取器和分类器进行优化训练； S4、各客户端使用私有数据在本地进行监督学习，并在监督学习损失上，增加私有数据的嵌入空间特征与所述个性化全局原型之间的差异损失； 重复上述步骤S2-S4，直到预定迭代轮数截止； 所述S2，包括： 各客户端使用当前本地特征提取器在其私有数据上针对每个数据类别提取类嵌入空间特征，即本地原型，并将提取到的本地原型上传至服务器； 所述服务器维护一个域间分布相似矩阵，并根据各客户端上传的本地原型对所述域间分布相似矩阵进行自适应更新； 使用更新后的所述域间分布相似矩阵，针对各客户端线性组合生成新一轮的个性化全局原型，并发送给对应客户端； 客户端生成本地原型的生成公式为： 其中，是类别的本地原型，是客户端私有数据的一个子集，由中所有类别的数据构成，是特征提取器，特征提取器的参数为； 所述域间分布相似矩阵被定义为，表示为： 其中表示客户端1和客户端的私有数据域相似系数，该值的分布于之间，数值越大表示两个客户端的私有数据域分布越相似，反之则表示两客户端私有数据域分布差异越大，由于私有数据域相似没有方向性，域间分布相似矩阵是一个对称矩阵，且有性质。

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北京电子科技学院，其通讯地址为：100070 北京市丰台区富丰路7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。