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！

龙图腾网获悉广州大学申请的专利一种边缘智能控制器中非独立同分布数据的联邦学习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：CN119623671B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411686244.X，技术领域涉及：G06N20/00；该发明授权一种边缘智能控制器中非独立同分布数据的联邦学习方法是由尚文利;李刚富;陈晓斌;葛精波;时昊天;李淑琦;周正设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种边缘智能控制器中非独立同分布数据的联邦学习方法在说明书摘要公布了：本申请涉及联邦学习优化领域技术领域，本申请提供一种边缘智能控制器中非独立同分布数据的联邦学习方法，其特征在于，包括以下步骤：S10：挑选预参与全局聚合的节点子集St；S20：在节点子集St中选取节点进行模型的本地训练，并将模型权重和损失函数的梯度发送给服务器；S30：计算各节点对全局模型收敛的贡献度，选取真正参与本轮全局聚合的节点子集S40：在节点子集中选取节点并重构节点的模型权重；S50：根据节点子集中节点的贡献值对节点进行赋分并全局聚合求得全局模型权重；S60：调整各节点在下一轮训练中被选取的概率。本申请通过有选择地挑选节点进行全局聚合，更好地表征节点对全局模型训练的贡献度从而更好地提高训练效果。

本发明授权一种边缘智能控制器中非独立同分布数据的联邦学习方法在权利要求书中公布了：1.一种边缘智能控制器中非独立同分布数据的联邦学习方法，其特征在于，包括以下步骤： S10：挑选预参与全局聚合的节点子集； S20：在节点子集中选取节点进行模型的本地训练，并将模型权重和损失函数的梯度发送给服务器； S30：计算各节点对全局模型收敛的贡献度，选取真正参与本轮全局聚合的节点集； S40：在节点集中选取节点并重构节点的模型权重； S50：根据节点集中节点的贡献值对节点进行赋分并全局聚合求得全局模型权重； S60：调整各节点在下一轮训练中被选取的概率； 所述S30包括： 服务器接收各节点发送的模型权重和损失函数的梯度，服务器计算出全局损失函数并求解梯度，求出各节点损失函数梯度与全局损失函数梯度的内积，内积表征节点对全局模型收敛的贡献度，贡献度小于零的节点视为不利于全局聚合的节点被服务器标记，对被标记的节点进行测试并排除不利于全局聚合的标记节点，得到真正参与全局聚合的节点集； 所述S40包括： 服务器确认真正参与全局聚合的节点集，对节点集中节点的模型权重进行快速傅里叶变换，计算各频率成分的幅度并将幅度大于阈值的频率成分视为主要成分，保留主要成分后进行反快速傅里叶变换重构节点的模型权重。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。