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 > 重庆大学张家明获国家专利权

重庆大学张家明获国家专利权

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!

龙图腾网获悉重庆大学申请的专利一种基于数据集压缩的个性化通信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:CN117035009B

龙图腾网通过国家知识产权局官网在2025-10-28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:202311074163.X,技术领域涉及:G06N3/042;该发明授权一种基于数据集压缩的个性化通信方法是由张家明;郭松涛设计研发完成,并于2023-08-24向国家知识产权局提交的专利申请。

一种基于数据集压缩的个性化通信方法在说明书摘要公布了:本发明公开一种基于数据集压缩的个性化通信方法,具体包括以下步骤:S1:对第k个客户端存储的图数据进行数据蒸馏,得到第k个合成数据集Sk;S2:根据合成数据集Sk构建优化目标并进行优化;S3:根据优化目标确定全局模型在合成数据上的训练学习率;S4:中央服务器根据学习率构建预训练模型,并将预训练模型下发到各个客户端进行个性化训练。通过引入图数据集提取,并在一次性传输中用合成数据集替换模型参数,实现了全局信息收集;接下来,通过基于合成数据对服务器模型进行局部训练来弥补由于合成数据中缺乏低维特征而导致的模型性能缺陷。最后,还实现了图形联邦学习的通信量和准确性的平衡。

本发明授权一种基于数据集压缩的个性化通信方法在权利要求书中公布了:1.一种基于数据集压缩的个性化通信方法,其特征在于,具体包括以下步骤: S1:对第k个客户端存储的图数据进行数据蒸馏,得到第k个合成数据集Sk; S2:根据合成数据集Sk构建优化目标并进行优化; S3:根据优化目标确定全局模型在合成数据上的训练学习率; S4:中央服务器根据学习率构建预训练模型,并将预训练模型下发到各个客户端进行个性化训练; 所述S1包括: S1-1:按照数据类型对图数据集Gk进行重新排列,得到Gk={Ak,Xk,Yk,},Ak表示拼接得到的邻接矩阵,R表示实数集,Nk表示图数据集Gk中所有图数据的节点总数;Xk表示对应的节点特征矩阵,d表示节点特征的维度;表示所有图的标签集,|Gk|表示在第k个客户端中用于训练的图数据的数量; S1-2:通过对图数据集Gk进行蒸馏生成合成数据集 所述S1-2中,合成数据集Sk和图数据集Gk的性能相同,使用真实数据集与合成数据集上的训练生成的一步梯度来量化这种性能,即 公式1中,表示在来自第k个客户端的测试数据集上评估的全局模型fθ的损失;D表示距离函数;表示梯度; 所述S3中,根据使用的本地数据集中数据量的不同自适应地确定全局模型在合成数据上的训练学习率: 公式5中,θt+1表示t+1时刻的学习率;K表示客户端的总数;|Gk|表示在第k个客户端中用于训练的图数据的数量;表示所有训练数据的数量;η表示学习率。

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大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174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。