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！

龙图腾网获悉广东工业大学申请的专利一种基于压缩感知通信的分层联邦学习训练方法及系统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：CN119692495B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411695013.5，技术领域涉及：G06N20/00；该发明授权一种基于压缩感知通信的分层联邦学习训练方法及系统是由张军;陈子超设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于压缩感知通信的分层联邦学习训练方法及系统在说明书摘要公布了：本发明公开了一种基于压缩感知通信的分层联邦学习训练方法及系统，方法包括：云服务器将全局模型广播给边缘服务器以及参与训练的客户端；客户端使用本地私有数据集训练，使用1‑bit压缩感知技术压缩本地模型更新并上传至边缘服务器；边缘服务器进行边缘聚合并利用BIHT技术重构，使用1‑bit压缩感知技术压缩重构的边缘聚合模型并上传至云服务器；云服务器进行云端聚合并利用BIHT重构技术重构，将更新后的全局模型广播给边缘服务器和客户端进行下一轮训练。本发明通过1‑bit压缩感知技术有效解决分层联邦学习过程中产生大量通信开销的问题并通过BIHT重构方法极大减少了模型量化中引入的噪声，提高了整体训练效率。

本发明授权一种基于压缩感知通信的分层联邦学习训练方法及系统在权利要求书中公布了：1.一种基于压缩感知通信的分层联邦学习训练方法，其特征在于，包括以下步骤： 将云服务器的全局模型广播给边缘服务器以及参与训练的客户端； 将所述全局模型作为本地模型，使用客户端的本地私有数据集对所述本地模型进行若干轮次训练，得到模型更新值； 采用1-bit压缩感知技术对所述模型更新值进行压缩得到1-bit符号信息，并将所述1-bit符号信息上传至每个客户端所属的边缘服务器； 对每个边缘服务器内的所述1-bit符号信息进行边缘聚合，得到边缘模型更新的测量值并利用二进制迭代硬阈值BIHT重构方法进行重构，得到边缘模型更新，基于所述边缘模型更新，得到第一局部更新模型； 将所述第一局部更新模型返回给客户端作为本地模型再次进行若干轮次训练，重复若干次以上步骤，经过若干轮次边缘聚合后得到第二局部更新模型； 使用1-bit压缩感知技术对每个边缘服务器内的所述第二局部更新模型进行压缩，得到边缘服务器模型测量值并上传至云服务器； 将所述边缘服务器模型测量值云端聚合后使用二进制迭代硬阈值BIHT重构方法进行重构，并基于重构后的值得到更新后的云服务器全局模型，完成一次完整的分层联邦学习训练迭代； 所述采用1-bit压缩感知技术对所述模型更新值进行压缩得到1-bit符号信息具体包括：通过topk稀疏化对所述模型更新值进行稀疏得到稀疏后的模型更新值，再使用测量矩阵对稀疏后的模型更新值进行压缩后得到客户端的本地观测值： 其中，为独立零均值的高斯矩阵； 再使用符号函数将所述本地观测值量化为1-bit符号信息： 其中，sign·表示符号函数； 所述边缘聚合的方法包括：以边缘服务器下的各个参与训练的客户端的本地私有数据集的样本大小作为权重，与相应客户端上传的1-bit符号信息相乘后累加，再使用符号函数求得边缘模型更新的测量值： 其中，表示边缘服务器，表示每个边缘服务器下属的参与训练的客户端，表示客户端的本地私有数据集的样本大小。

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东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。