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！

龙图腾网获悉厦门大学申请的专利基于集成模型的个性化联邦学习方法及装置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：CN115600692B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202211165871.X，技术领域涉及：G06N20/20；该发明授权基于集成模型的个性化联邦学习方法及装置是由黄联芬;谢浩宇;范旭伟;陈学林;李王明卉设计研发完成，并于2022-09-23向国家知识产权局提交的专利申请。

本基于集成模型的个性化联邦学习方法及装置在说明书摘要公布了：本申请公开了一种基于集成模型的个性化联邦学习方法及装置，其中方法包括：各参与者在本地数据集上构建新的单模型拟合全局模型的残差，将训练完成的本轮单模型上传至服务器；服务器根据数据量对模型进行第一次加权，将确定权重后的本轮集成模型下发给各参与者；各参与者在本地数据进行本轮模型简化操作，将最终的选择结果以二进制编码的形式再次上传；服务器根据模型简化结果重新为当前轮次的模型确定权重，并将他们加入到全局模型中下发给各参与者；到达预定轮次后，各参与者得到个性化模型；由此，通过将集成模型融入联邦学习框架以及构建对应的模型个性化方法和通信成本节约方案，提升了联邦学习在非独立同分布的结构化数据上的预测性能。

本发明授权基于集成模型的个性化联邦学习方法及装置在权利要求书中公布了：1.一种基于集成模型的个性化联邦学习方法，其特征在于，包括以下步骤： 发送当前全局模型至每个参与者，以便每个参与者根据所述全局模型建立对应的个性化模型； 获取每个参与者对应的个性化模型，并对所述每个参与者对应的个性化模型进行第一次加权处理以得到集成模型； 发送所述集成模型至每个参与者，以便每个参与者将所述集成模型拆分成多个个性化模型，并将所述多个个性化模型分别与所述全局模型进行提升集成，以得到多个单集成模型，对所述多个单集成模型进行简化，以得到简化结果； 获取每个参与者对应的简化结果，并对所述每个参与者对应的简化结果进行聚合，以得到全局模型选择结果，并根据所述全局模型选择结果对所述每个参与者对应的个性化模型进行第二次加权处理以得到新的集成模型，并将所述新的集成模型加入到所述全局模型中以得到更新后的全局模型； 将所述更新后的全局模型发送给所述每个参与者，以便进行下一轮模型更新，直至达到全局轮次后得到目标联邦模型； 其中，每个参与者根据所述全局模型建立对应的个性化模型，包括： 根据所述全局模型对本地数据进行预测，以得到预测结果； 根据所述预测结果计算所述全局模型与真实标签的残差； 根据所述残差建立个性化模型； 其中，对所述多个单集成模型进行简化，以得到简化结果，包括： 对所述多个单集成模型进行测试，并舍弃其中损失没有下降的组合，以便对所述多个单集成模型进行简化； 将简化后的多个单集成模型加入到个性化模型中，以便对个性化模型进行更新。 其中，参与者将各自的简化结果以二进制向量的形式上传至服务器端，以便服务器端获取每个参与者对应的简化结果。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。