Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 谷歌有限责任公司弗朗索瓦丝·博费获国家专利权

谷歌有限责任公司弗朗索瓦丝·博费获国家专利权

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!

龙图腾网获悉谷歌有限责任公司申请的专利机器学习模型的混合客户端-服务器联邦学习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:CN116670756B

龙图腾网通过国家知识产权局官网在2026-04-07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:202180088341.7,技术领域涉及:G10L15/06;该发明授权机器学习模型的混合客户端-服务器联邦学习是由弗朗索瓦丝·博费;安德鲁·哈德;斯瓦鲁普·因德拉拉马斯瓦米;奥姆·迪帕克巴伊·塔卡尔;拉吉夫·马修斯设计研发完成,并于2021-12-13向国家知识产权局提交的专利申请。

机器学习模型的混合客户端-服务器联邦学习在说明书摘要公布了:本文中公开的实现方式涉及基于在对应客户端设备和远程系统处生成的多个梯度的机器学习“ML”模型的联邦学习。对应客户端设备的多个处理器能够使用多个对应设备上ML模型处理在对应客户端设备本地生成的客户端数据,以生成对应预测输出,基于对应预测输出生成对应客户端梯度,并且将该对应客户端梯度传输到远程系统。远程系统的多个处理器能够使用多个全局ML模型处理从多个远程数据库获得的远程数据,以生成附加对应预测输出,基于该附加对应预测输出生成对应远程梯度。此外,远程系统能够利用对应客户端梯度和对应远程梯度来更新多个全局ML模型或其权重。能够将更新后的多个全局ML模型和或其更新后的权重传输回对应客户端设备。

本发明授权机器学习模型的混合客户端-服务器联邦学习在权利要求书中公布了:1.一种由一个或多个处理器实现的用于机器学习模型的联邦学习的方法,所述方法包括: 从多个对应客户端设备接收多个客户端梯度,其中,所述多个客户端梯度中的每一个基于处理对应音频数据在所述多个对应客户端设备中的给定一个对应客户端设备本地生成,所述对应音频数据捕获所述多个对应客户端设备中的给定一个对应客户端设备的对应用户的对应口头话语的至少一部分; 生成多个远程梯度,其中,生成所述多个远程梯度中的每一个包括: 获得附加音频数据,所述附加音频数据捕获附加用户的附加口头话语的至少一部分; 使用远程存储在远程系统的全局ML模型处理所述附加音频数据以生成附加预测输出;以及 基于将所述附加预测输出与对应于所述附加音频数据的地面实况输出进行比较,生成附加梯度以包括在所述多个远程梯度中; 从所述多个客户端梯度中选择客户端梯度的集合,其中,选择所述客户端梯度的集合包括: 基于所述多个客户端梯度中的一个或多个是特定类型的梯度,选择所述多个客户端梯度中的一个或多个以包括在所述客户端梯度的集合中; 从所述多个远程梯度中选择附加远程梯度的集合; 利用所述客户端梯度的集合和所述附加远程梯度的集合来更新所述全局ML模型的权重,从而提供更新后的全局ML模型; 确定用于传输更新后的全局ML模型和或所述全局ML模型的更新后的权重的一个或多个条件是否被满足; 响应于所述一个或多个条件被满足而向所述多个客户端设备中的一个或多个传输更新后的全局ML模型和或所述全局ML模型的更新后的权重; 由客户端设备的一个或多个客户端处理器: 接收更新后的全局ML模型和或所述全局ML模型的更新后的权重; 使用更新后的全局ML模型和或所述全局ML模型的更新后的权重来基于在所述客户端设备处识别的附加客户端数据来做出至少一个预测。

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谷歌有限责任公司,其通讯地址为:美国加利福尼亚州;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。