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！

龙图腾网获悉北京理工大学;北京理工大学长三角研究院(嘉兴)申请的专利一种云边端协同联邦学习智能优化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：CN116579441B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310601084.3，技术领域涉及：G06N20/00；该发明授权一种云边端协同联邦学习智能优化方法及装置是由詹玉峰;齐天宇;冯伟;张元;翟弟华;吴楚格;夏元清设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种云边端协同联邦学习智能优化方法及装置在说明书摘要公布了：本发明公开一种云边端协同联邦学习智能优化方法及装置，涉及人工智能领域。本发明方法通过轻量级训练器合理构建基于云边端的联邦学习框架拓扑结构，并基于模型参数、训练时间、训练功耗、通讯时间构建本轮环境的状态，通过智能体决策模型生成包括边缘聚合频率和终端训练轮次数的动作，边缘和终端设备按照该动作进行训练，同时采集信息构成下一轮状态，联邦学习框架和决策模型不断交互产生大量决策轨迹信息，用于决策模型的更新直至模型收敛，训练好的智能体决策模型能够根据每个设备的计算速度、训练功耗、通信时间分配不同的联邦学习训练轮次数，进而达到平衡计算异构与数据异构以及减少能耗开销的目的。

本发明授权一种云边端协同联邦学习智能优化方法及装置在权利要求书中公布了：1.一种云边端协同联邦学习智能优化方法，其特征在于，包括： 构建基于云边端的联邦学习框架；所述联邦学习框架中包括中央服务器、与中央服务器通信的边缘设备以及与边缘设备通信的终端设备；所述中央服务器中植入轻量级训练器并缓存中央模型和智能体决策模型；所述边缘设备中缓存边缘模型；所述终端设备中植入本地模型； 边缘设备将其所缓存的边缘模型参数下发给其所连接的终端设备，作为终端设备中植入的本地模型的参数； 终端设备利用本地数据对本地模型进行训练，达到终端训练轮次数后，将训练完毕的本地模型提交到相应的边缘设备中进行聚合，得到边缘聚合模型； 边缘设备采集终端设备在训练过程中的训练时间和训练功耗作为训练数据，并利用边缘聚合模型参数更新所缓存的边缘模型参数，当达到边缘聚合频率后，提交聚合完毕的边缘模型到中央服务器进行聚合，得到中央聚合模型； 中央服务器利用中央聚合模型参数更新所缓存的中央模型参数，并计算中央模型的精度； 根据终端设备在训练过程中的训练数据和中央模型的精度计算回报值； 中央服务器根据中央模型、边缘模型以及终端设备在训练过程中的训练数据生成智能体决策模型的状态； 智能体决策模型将状态作为输入，输出对应的动作；动作包括边缘聚合频率和终端训练轮次数； 中央服务器根据状态、动作和回报值生成决策轨迹信息，并利用决策轨迹信息更新智能体决策模型，直至更新的智能体决策模型收敛至最优解时，得到训练好的智能体决策模型； 利用训练好的智能体决策模型协调联邦学习过程中边缘设备的边缘聚合频率和终端设备的终端训练轮次数。

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理工大学;北京理工大学长三角研究院(嘉兴)，其通讯地址为：100081 北京市海淀区中关村南大街5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。