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！

龙图腾网获悉北京交通大学申请的专利一种面向隐私保护的扩散模型驱动的无监督域泛化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：CN116882480B 。

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：202311013570.X，技术领域涉及：G06N3/088；该发明授权一种面向隐私保护的扩散模型驱动的无监督域泛化方法是由王伟;孔文康;吕晓婷;刘鹏睿;陈国荣;陈政;刘敬楷;祝咏升;胡福强;段莉;李超;刘吉强设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本一种面向隐私保护的扩散模型驱动的无监督域泛化方法在说明书摘要公布了：本发明提供了一种面向隐私保护的扩散模型驱动的无监督域泛化方法。该方法包括：目标服务器把训练完成的扩散模型和初始化完成的全局模型发送到各个客户端；各个客户端从扩散模型中采样出虚拟目标域数据，提取出域的特异特征和共享特征，各个客户端把域的共享特征和训练后的客户端模型上传到目标域中的目标服务器，目标服务器通过各客户端模型对目标域的样本进行联邦置信度投票，生成虚拟预测域；目标服务器根据各个客户端对虚拟预测域的贡献，动态调整各个客户端模型的权重，使用联邦置信度投票出的虚拟预测域，得到用于下一轮的联邦下发的全局模型。本发明使用扩散模型能够对目标域的数据进行较好的隐私保护，并有足够的通用性，降低了通讯压力。

本发明授权一种面向隐私保护的扩散模型驱动的无监督域泛化方法在权利要求书中公布了：1.一种面向隐私保护的扩散模型驱动的无监督域泛化方法，其特征在于，包括： 步骤S1：在目标域中的目标服务器上训练扩散模型； 步骤S2：所述目标服务器把训练完成的扩散模型和初始化完成的全局模型发送到各个客户端； 步骤S3：各个客户端接收到全局模型后，从扩散模型中采样出虚拟目标域数据，对虚拟目标域数据进行解耦表征学习，提取出域的特异特征和共享特征，利用特异特征中的分类器构成本地的客户端模型，对客户端模型进行训练； 步骤S4：各个客户端把域的共享特征和训练后的客户端模型上传到目标域中的目标服务器，目标服务器通过各客户端模型利用域的共享特征对目标域的样本进行联邦置信度投票，投票出的最大可能的预测数据，得到概率权重矩阵，生成虚拟预测域； 步骤S5：目标服务器根据各个客户端对虚拟预测域的贡献，动态调整各个客户端模型的权重，将更新后的各个客户端模型进行聚合，得到更新后的全局模型； 步骤S6：使用联邦置信度投票出的虚拟预测域对更新后的全局模型进行微调，得到用于下一轮的联邦下发以及目标域样本标签预测的新模型。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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。