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全局模型的训练方法、装置及电子设备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：CN116361642B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310118884.X，技术领域涉及：G06F18/214；该发明授权全局模型的训练方法、装置及电子设备是由霍炎;范新;高青鹤;荆涛;高勃;朱明皓;王晓轩;卢燕飞;周春月;王光宇设计研发完成，并于2023-01-31向国家知识产权局提交的专利申请。

本全局模型的训练方法、装置及电子设备在说明书摘要公布了：本申请提供一种全局模型的训练方法、装置及电子设备，应用于联邦学习系统，所述联邦学习系统包括服务器和多个分布式设备，在所述服务器中部署全局模型，分别在每个分布式设备中部署局部模型，所述全局模型和每个局部模型均设置有特征提取器、鉴别器和分类器，所述特征提取器和所述鉴别器组成生成对抗网络；所述方法包括利用所述服务器对所述全局模型进行参数初始化；利用所述服务器和所述多个分布式设备对经过所述参数初始化的全局模型进行多轮迭代训练，直至所述全局模型满足收敛条件为止，得到训练完成的全局模型，解决了现有技术中联邦学习的不同分布式设备的数据具有异质性的技术问题，提升了联邦学习的性能目的。

本发明授权全局模型的训练方法、装置及电子设备在权利要求书中公布了：1.一种全局模型的训练方法，其特征在于，应用于联邦学习系统，所述联邦学习系统包括服务器和多个分布式设备，在所述服务器中部署全局模型，分别在每个分布式设备中部署局部模型，所述全局模型和每个局部模型均设置有特征提取器、鉴别器和分类器，所述特征提取器和所述鉴别器组成生成对抗网络； 所述方法，包括： 利用所述服务器对所述全局模型进行参数初始化； 利用所述服务器和所述多个分布式设备对经过所述参数初始化的全局模型进行多轮迭代训练，直至所述全局模型满足收敛条件为止，得到训练完成的全局模型； 所述利用所述服务器和所述多个分布式设备对经过所述参数初始化的全局模型进行多轮迭代训练，包括： 对于所述多轮迭代训练中的每一轮迭代执行如下操作： 利用所述服务器将所述全局模型的当前全局模型参数发送至每个分布式设备； 基于所述当前全局模型参数和每个分布式设备的本地数据集，利用每个分布式设备对与其对应的局部模型的特征提取器和分类器进行训练，以得到第一特征提取器参数和分类器参数； 基于所述当前全局模型参数、所述本地数据集和所述第一特征提取器参数，利用每个分布式设备对与其对应的局部模型的鉴别器进行训练，以得到鉴别器参数，其中，所述本地数据集为图像数据集； 基于所述本地数据集、所述第一特征提取器参数和所述鉴别器参数，利用每个分布式设备对与其对应的局部模型的特征提取器进行训练，以得到第二特征提取器参数； 分别利用每个分布式设备将与其关联的所述分类器参数、所述鉴别器参数和所述第二特征提取器参数发送至所述服务器； 基于多个所述分类器参数、多个所述鉴别器参数和多个所述第二特征提取器参数，利用所述服务器对所述当前全局模型参数进行更新。

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。