Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所王晓获国家专利权

中国科学院自动化研究所王晓获国家专利权

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!

龙图腾网获悉中国科学院自动化研究所申请的专利基于联邦学习场景的训练参与方的选择方法及装置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:CN114492829B

龙图腾网通过国家知识产权局官网在2025-10-10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:202111506144.0,技术领域涉及:G06N20/00;该发明授权基于联邦学习场景的训练参与方的选择方法及装置是由王晓;陈薏竹;田永林;王飞跃设计研发完成,并于2021-12-10向国家知识产权局提交的专利申请。

基于联邦学习场景的训练参与方的选择方法及装置在说明书摘要公布了:本发明提供的一种基于联邦学习场景的训练参与方的选择方法及装置,基于数据类别和数据量对数据集进行划分,得到联邦学习场景下每个客户端数据;基于客户端数据对全局模型进行训练,若当前训练轮次小于预设的最大训练轮次,基于线性拟合方法对每个客户端数据进行计算,在客户端中确定当前训练轮次的候选参与方列表;获取当前训练轮次的训练参与方的预设数目;预设数目小于客户端的总数;根据预设数目在当前训练轮次的候选参与方列表中确定当前训练轮次的训练参与方。该方法可以有效降低模型训练过程的通信开销,通过充分利用客户端的信息,选择更优的训练参与方参与本轮次的训练,使模型的训练可以达到更好的效果。

本发明授权基于联邦学习场景的训练参与方的选择方法及装置在权利要求书中公布了:1.一种基于联邦学习场景的训练参与方的选择方法,其特征在于,包括: 基于数据类别和数据量对数据集进行划分,得到所述联邦学习场景下每个客户端数据; 基于所述客户端数据对全局模型进行训练,若当前训练轮次小于预设的最大训练轮次,基于线性拟合方法对所述每个客户端数据进行计算,在所述客户端中确定当前训练轮次的候选参与方列表; 获取当前训练轮次的训练参与方的预设数目;所述预设数目小于所述客户端的总数; 根据所述预设数目在所述当前训练轮次的候选参与方列表中确定当前训练轮次的训练参与方; 所述基于线性拟合方法对所述每个客户端数据进行计算,在所述客户端中确定当前训练轮次的候选参与方列表,包括: 基于对所述每个客户端数据进行计算,得到距离当前训练轮次最近的预设训练轮次中的每一训练轮次的全局模型与客户端的本地模型的历史表示相似性列表; 基于所述线性拟合方法对所述历史表示相似性列表中的数据进行计算,得到所述当前训练轮次的候选参与方列表; 所述基于对所述每个客户端数据进行计算,得到距离当前训练轮次最近的预设训练轮次中的每一训练轮次的全局模型与客户端的本地模型的历史表示相似性列表,包括: 根据所述每个客户端数据,分别计算距离当前训练轮次最近的预设训练轮次中的每一训练轮次的全局模型的第一激活矩阵和对应的所述客户端的本地模型的第二激活矩阵; 根据所述第一激活矩阵计算所述第一激活矩阵的标准正交基,根据所述第二激活矩阵计算所述第二激活矩阵的标准正交基; 根据所述第一激活矩阵的标准正交基和对应的所述第二激活矩阵的标准正交基,计算所述第一激活矩阵与所述第二激活矩阵的表示相似性分数,所述表示相似性分数的集合构成所述距离当前训练轮次最近的预设训练轮次中的每一训练轮次的全局模型与客户端的本地模型的历史表示相似性列表。

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国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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。

免责声明
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。