山东大学;山东师范大学张传亭获国家专利权
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！
龙图腾网获悉山东大学;山东师范大学申请的专利一种基于动态梯度稀疏化联邦学习的无线流量预测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：CN119183141B 。
龙图腾网通过国家知识产权局官网在2025-10-17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：202411163256.4，技术领域涉及：H04W24/06；该发明授权一种基于动态梯度稀疏化联邦学习的无线流量预测方法是由张传亭;乔静萍;高付炜;李新;窦蕾设计研发完成，并于2024-08-23向国家知识产权局提交的专利申请。
本一种基于动态梯度稀疏化联邦学习的无线流量预测方法在说明书摘要公布了：本发明涉及一种基于动态梯度稀疏化联邦学习的无线流量预测方法；包括：训练过程，包括：中央服务器将全局模型广播给每一个参加本地训练的本地基站设备上；本地基站设备在本地数据集上训练并更新接收到的全局模型；之后，根据动态梯度稀疏化规则筛选出的梯度信息上传到中央服务器，其余梯度信息原地丢弃不在执行被通信任务；中央服务器在接收到本地基站设备上传的梯度信息之后，进行联邦聚合生成新的全局模型；将得到的新的全局模型再次广播给本地基站设备；预测过程，包括：通过新的全局模型实现无线流量预测。本发明在中央服务器和本地基站设备进行通信之前计入了动态梯度稀疏化策略，能够减少因频繁通信而带来的高通信开销现象。
本发明授权一种基于动态梯度稀疏化联邦学习的无线流量预测方法在权利要求书中公布了：1.一种基于动态梯度稀疏化联邦学习的无线流量预测方法，其特征在于，包括： 训练过程，包括： 中央服务器将全局模型广播给每一个参加本地训练的本地基站设备上； 本地基站设备在本地数据集上训练并更新接收到的全局模型；之后，根据动态梯度稀疏化规则筛选出的梯度信息上传到中央服务器，其余梯度信息原地丢弃不再执行被通信任务； 中央服务器在接收到本地基站设备上传的梯度信息之后，进行联邦聚合生成新的全局模型；将得到的新的全局模型再次广播给本地基站设备； 重复执行训练过程直至满足训练结束条件； 预测过程，包括： 通过新的全局模型实现无线流量预测。
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山东大学;山东师范大学，其通讯地址为：250101 山东省济南市历城区舜华路1500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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励