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！

龙图腾网获悉数据空间研究院申请的专利低延时纵向联邦学习的信息分类系统、方法及应用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：CN117036783B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310884861.X，技术领域涉及：G06V10/764；该发明授权低延时纵向联邦学习的信息分类系统、方法及应用是由宋金珂设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本低延时纵向联邦学习的信息分类系统、方法及应用在说明书摘要公布了：本发明涉及分布式机器学习和数据预测技术领域，尤其是一种低延时纵向联邦学习的信息分类系统、方法及应用。本发明提供的低延时纵向联邦学习的信息分类系统中，通过判别器判断待测试样本由独立模型预测的类别标签和由纵向联邦模型预测的类别标签的相似度值，如果相似度值高，说明针对该待测试样本由独立模型预测的类别标签和由纵向联邦模型预测的类别标签大概率重合，此时系统直接采用独立模型对待测试样本进行预测，从而避免了纵向联邦模型预测所需要的通信开销，大大减少了通信开销和延迟，提高了服务效率和质量。且针对相似度低的待测试样本，指定纵向联邦模型进行预测，从而保证了预测精度。

本发明授权低延时纵向联邦学习的信息分类系统、方法及应用在权利要求书中公布了：1.一种低延时纵向联邦学习的信息分类系统，其特征在于，包括：多个参与方与服务器；参与方共享信息样本空间，至少部分参与方存储有信息样本的类别标签集合，拥有类别标签集合的参与方作为主动方，不同主动方的类别标签集合相同或者不同；主动方内置有判别器、独立模型和纵向联邦模型； 独立模型和纵向联邦模型的输入均为信息样本，独立模型和纵向联邦模型的输出均为信息样本的类别标签；各主动方基于本地训练样本集XB训练独立模型，各主动方基于本地训练样本集XB配合服务器和其他参与方采用纵向联邦学习的方式训练纵向联邦模型；本地训练样本集XB用于存储标注样本，标注样本包括归属于主动方的类别标签集合的类别标签和与信息样本维度相同的数据样本；判别器用于判断主动方的独立模型和纵向联邦模型针对信息样本的类别判断的相似度； 主动方将获取的待测试样本输入判别器，以获取待测试样本的相似度值；当相似度值大于或者等于设定的相似度阈值，则主动方通过独立模型预测待测试样本的类别标签；当相似度值小于设定的相似度阈值，则主动方通过纵向联邦模型预测待测试样本的类别标签。

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数据空间研究院，其通讯地址为：231200 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区；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。