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！

龙图腾网获悉武汉中海庭数据技术有限公司申请的专利一种基于贝叶斯期望的地图数据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：CN117035115B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202311014093.9，技术领域涉及：G06N20/00；该发明授权一种基于贝叶斯期望的地图数据联邦学习方法及装置是由刘博瀚;石涤文;尹玉成;张志军;丁豪设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本一种基于贝叶斯期望的地图数据联邦学习方法及装置在说明书摘要公布了：本发明涉及一种基于贝叶斯期望的地图数据联邦学习方法及装置，其方法包括：获取待联邦学习的地图数据，利用维诺镶嵌与空间相异度对所述地图数据进行划分重组；基于划分重组后的地图数据和预设联邦学习模型，通过置信值和贝叶斯期望最大化的计算，分发每个客户端的地图数据，以及对应子模型的模型参数和分布参数；基于联邦平均算法和随机梯度最大化，更新每个客户端的子模型的模型参数和分布参数；将更新后的每个客户端的子模型的分布参数和置信值，回传至服务器端直至预设联邦学习模型收敛。

本发明授权一种基于贝叶斯期望的地图数据联邦学习方法及装置在权利要求书中公布了：1.一种基于贝叶斯期望的地图数据联邦学习方法，其特征在于，包括： 获取待联邦学习的地图数据，利用维诺镶嵌与空间相异度对所述地图数据进行划分重组； 基于划分重组后的地图数据和预设联邦学习模型，通过置信值和贝叶斯期望最大化的计算，分发每个客户端的地图数据，以及对应子模型的模型参数和分布参数：确定预设联邦学习模型所需迭代次数和地图数据划分的分块数；基于所述所需迭代次数和所述分块数，确定每个客户端对应子模型的优化目标函数；基于所述优化目标函数和正态先验假设，计算每个客户端置信值；将所述置信值分发给对应客户端； 基于联邦平均算法和随机梯度最大化，更新每个客户端的子模型的模型参数和分布参数：基于证据下界的最大化和蒙特卡洛模拟，将优化目标函数转化为子模型的分布参数的最大化的计算；通过随机梯度算法，迭代求解每个子模型的多个参数的最大化，得到更新后的每个子模型的分布参数； 将更新后的每个客户端的子模型的分布参数和置信值，回传至服务器端直至预设联邦学习模型收敛。

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武汉中海庭数据技术有限公司，其通讯地址为：430000 湖北省武汉市东湖新技术开发区软件园东路1号软件园4.1期B6栋1层、9层、10层01室(自贸区武汉片区)；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。