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！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种联邦学习方法及领域泛化联邦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：CN115456200B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211187661.0，技术领域涉及：G06N20/00；该发明授权一种联邦学习方法及领域泛化联邦系统是由陈益强;卢旺;秦欣设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。

本一种联邦学习方法及领域泛化联邦系统在说明书摘要公布了：一种联邦学习方法及领域泛化联邦系统。本发明提供一种联邦学习方法，包括服务端将初始化的服务端模型发给多个客户端作为客户端模型，服务端和客户端配合完成多轮训练，得到最终的服务端模型和客户端模型，每轮包括：S1、每个客户端根据本地训练集训练最新得到的客户端模型，得到本轮训练后的客户端模型；S2、服务端确定每个位置的参数在本轮所有训练后的客户端模型中更新方向的一致性指标，对一致性指标满足预设条件的参数进行聚合，以更新当前的服务端模型的参数，得到更新的服务端模型；S3、每个客户端基于本轮训练前的和训练后的客户端模型以及当前轮获得的服务端模型确定训练后的客户端模型的通用参数，根据当前轮次的服务端模型更新通用的参数，得到当前轮更新后的客户端模型。

本发明授权一种联邦学习方法及领域泛化联邦系统在权利要求书中公布了：1.一种联邦学习方法，所述方法包括由服务端将初始化的服务端模型分发给多个客户端作为初始的客户端模型，以及由服务端和客户端配合完成多轮联邦训练，其中，每轮联邦训练包括： S1、在每个客户端利用其本地训练集训练其客户端模型，得到本轮训练后的多个客户端模型并上传到服务端，其中，不同客户端的本地训练集中样本的输入数据的维度相同且其标签类型的集合相同，第一轮训练的当前的客户端模型为初始的客户端模型，其他轮训练的当前客户端模型为其上一轮训练更新后的客户端模型； S2、由服务端基于步骤S1上传的多个客户端模型，确定在多个客户端模型中每个位置处的参数更新方向的一致性指标，以及基于所述一致性指标对多个客户端模型的相应位置处的参数进行聚合，以更新当前的服务端模型的参数，并下发给多个客户端；其中，当客户端的数量小于等于预定的数量阈值时，所述S2包括： 计算每个本轮训练后的客户端模型的每个位置的参数与当前的服务端模型的对应位置处的参数变化值； 针对本轮训练后的所有客户端模型中的每个位置的所有参数，根据其对应位置处参数变化值为正的数量与参数变化值为负的数量，计算该位置的参数更新方向的一致性指标； 所述参数更新方向的一致性指标计算方式如下： 其中，表示第j个位置的参数的一致性指标，表示本轮训练后的客户端模型总数，，表示本轮训练后的第i个客户端模型的第j个位置的参数相对当前的服务端模型的第j个位置处的参数变化值； 将本轮训练后的所有客户端模型中一致性指标大于等于预定分数的位置处的参数进行聚合，得到聚合的结果； S3、由每个客户端基于本轮训练前的客户端模型、本轮训练后的客户端模型和在当前轮获得的服务端模型确定当前轮训练后的客户端模型的通用参数，以及根据当前轮次的服务端模型更新各个客户端模型中的通用参数，得到当前轮更新后的客户端模型。

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中国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6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。