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！

龙图腾网获悉重庆邮电大学申请的专利一种基于不可知论的公平联邦学习异步训练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：CN116757294B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310574374.3，技术领域涉及：G06N20/00；该发明授权一种基于不可知论的公平联邦学习异步训练方法是由张海波;李佳琪;任俊平;秦嘉琦;曾镜颖;郑万佳;周经傲;谭海浪;刘泽洋;刘开健设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种基于不可知论的公平联邦学习异步训练方法在说明书摘要公布了：本发明属于人工智能中的分布式机器学习领域，特别涉及一种基于不可知论的公平联邦学习异步训练方法；包括：构建联邦学习系统，在第t轮次中，随机选择用户组成训练集，中央服务器向训练集下发全局模型参数；用户进行本地训练并向中央服务器上传用户模型参数和测试准确率；当中央服务器采集到所有的用户模型参数和测试准确率，更新全局模型参数并计算全局准确率；当全局准确率大于目标准确率，则向所有用户下发更新后的全局模型参数，完成训练；本发明利用不可知论来提高联邦学习关于公平优化目标的构建能力，设计训练调整机制以缓解全局优化方向关于部分用户的偏离程度，在面对数据异构的用户群体时，能取得良好的表现公平性和模型公平性。

本发明授权一种基于不可知论的公平联邦学习异步训练方法在权利要求书中公布了：1.一种基于不可知论的公平联邦学习异步训练方法，其特征在于，包括以下步骤： S1.构建联邦学习系统，其包括一个中央服务器和N个用户，且每个用户均在中央服务器的通信覆盖范围内；系统初始化并设置联邦学习轮次t，令t＝1； S2.在第t轮次中，随机选择κ×N用户组成训练集Ctrain，其中κ表示参与训练的用户比例；中央服务器向训练集Ctrain中的所有用户下发第t-1轮次训练后更新的全局模型参数θt-1； S3.用户cn，n＝1,2,…,κ×N接收全局模型参数θt-1进行本地训练，并向中央服务器上传用户模型参数θn,t和测试准确率accn,t； 步骤S3中用户cn接收全局模型参数θt-1进行本地训练，并向中央服务器上传用户模型参数θn,t和测试准确率accn,t，具体过程为： S31.用户cn基于全局模型Mθt-1计算用户cn在第t-1轮次的准确损失值lDn,Mθt-1；其中Dn为用户cn的训练数据集； S32.根据准确损失值lDn,Mθt-1更新修正系数αn，并采用更新后的αn计算用户cn在第t轮次的损失估计值 S33.用户cn初始化本地训练的迭代次数epochs，然后并行参数计算进程和本地训练进程； S34.判断是否满足epochsepochsn,t，若满足，则用户cn向中央服务器发送用户模型参数和测试准确率； S4.当中央服务器采集到κ×N个用户的用户模型参数和测试准确率，更新全局模型参数并计算全局准确率 S5.判断全局准确率是否小于目标准确率，若是，则令t＝t+1并返回步骤S2；若不是，则向N个用户下发更新后的全局模型参数θt，完成训练。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。