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！

龙图腾网获悉合肥工业大学申请的专利基于双层优化的异构去中心化联邦学习方法及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：CN121257663B 。

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：202511805769.5，技术领域涉及：G06N3/098；该发明授权基于双层优化的异构去中心化联邦学习方法及系统是由丁瑞卿;李霄剑;韩潇;王乐业;史康威;柴一栋;何云瀚设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本基于双层优化的异构去中心化联邦学习方法及系统在说明书摘要公布了：本发明提供一种基于双层优化的异构去中心化联邦学习方法及系统，涉及联邦学习技术领域。在多个客户端进行通信之前，提取历史训练通信数据；据此确定综合效用值，依据综合效用值将多个客户端进行两两配对，构建自适应的通信网络；配对的两个客户端分别记为第一客户端和第二客户端，让第一客户端的代理模型学习第一客户端的本地模型；将第一客户端的代理模型的参数发送给第二客户端的代理模型；让第二客户端的本地模型学习第二客户端更新的代理模型。在不改变本地模型个性化结构的前提下，该系统既考虑历史交互效果又兼容模型结构差异，显著提升了系统在动态网络环境中的适应能力与模型交互灵活性。

本发明授权基于双层优化的异构去中心化联邦学习方法及系统在权利要求书中公布了：1.一种基于双层优化的异构去中心化联邦学习方法，其特征在于，应用于手写数字图像分类任务，所述方法包括： 在多个客户端进行通信之前，提取历史训练通信数据； 根据历史训练通信数据，确定当前客户端与其余客户端配对时对应的综合效用值，并依据综合效用值，将多个客户端进行两两配对，构建自适应的通信网络，其中，所述综合效用值用于表征客户端进行通信的价值； 让第一客户端的代理模型学习第一客户端的本地模型，以使代理模型与本地模型的输出对齐，其中，配对的两个客户端分别记为第一客户端和第二客户端； 将第一客户端的代理模型的参数发送给第二客户端的代理模型，以更新第二客户端的代理模型的参数，其中，所述历史训练通信数据包括发送的第一客户端的代理模型的参数； 让第二客户端的本地模型学习第二客户端更新的代理模型，以使本地模型与更新的代理模型的输出对齐； 所述根据历史训练通信数据，确定当前客户端与其余客户端配对时对应的综合效用值，并依据综合效用值，将多个客户端进行两两配对，构建自适应的通信网络包括： 根据当前时刻之前的两次历史训练通信数据，确定当前客户端两次训练后本地模型执行分类任务的交叉熵损失函数值； 根据两次训练的交叉熵损失函数值，确定任务效用值； 根据两次训练过程中当前客户端与配对的另一客户端之间的实际通信时间和最大容忍时间，确定通信效率惩罚系数； 根据任务效用值和通信效率惩罚系数，确定综合效用值。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。