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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利个性化联邦学习的区块链增强循环蒸馏引导信道解耦框架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：CN116701928B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310612029.4，技术领域涉及：G06F18/214；该发明授权个性化联邦学习的区块链增强循环蒸馏引导信道解耦框架是由瑞嘉;阿曼乌拉;里亚兹乌拉汗;任晓龙设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本个性化联邦学习的区块链增强循环蒸馏引导信道解耦框架在说明书摘要公布了：本发明提供了个性化联邦学习的区块链增强循环蒸馏引导信道解耦框架，所述框架包括以下部分：建立蒸馏引导的信道解耦联邦学习框架；将区块链集成到联邦学习过程中；采用循环蒸馏，并将自我蒸馏引入个性化联邦学习中。本发明具有个性化机器学习模型的效率和安全性高，隐私泄露风险低的优点。

本发明授权个性化联邦学习的区块链增强循环蒸馏引导信道解耦框架在权利要求书中公布了：1.个性化联邦学习的区块链增强循环蒸馏引导信道解耦方法，其特征在于：所述方法包括以下部分： 建立蒸馏引导的信道解耦联邦学习框架； 将区块链集成到联邦学习过程中； 采用循环蒸馏，并将自我蒸馏引入个性化联邦学习中； 建立蒸馏引导的信道解耦联邦学习框架时，设计一个分布式设备数为N的联邦学习框架，每个设备持有一个本地数据集Di，其中,表示输入，表示相应的标签； 建立蒸馏引导的信道解耦联邦学习框架时，定义教师模型和学生模型，其中表示教师模型的权重，表示学生模型的权重；信道解耦作用于上述模型上，得到M个解耦的子模型，记为，其中，m=1,2,...,M;最小化考虑到本地数据集损失和的总体损失函数: , 其中，是平衡本地数据集损失和蒸馏损失的权重参数，是学生模型和解耦的教师子模型之间的蒸馏损失，且 ； 将区块链集成到联邦学习过程中时，建立一个区块链B，其中包含一系列块，每个块都包含一组模型更新交易；每个块中的每个交易对应于一个本地模型更新,并使用共识机制进行验证；模型更新交易被聚合在每个块中，全局模型权重的更新如下： 其中表示在处理块中的交易后得到的全局模型权重； 采用循环蒸馏，并将自我蒸馏引入个性化联邦学习中，在本地训练过程中，使用循环蒸馏对即个性化权重和即共享权重之间施加一致性正则化； 由参数化的子网表示为,，由组成的网络表示为,,对于每个输入样本，从和中分别收集和,整体预测最小化与真实标签的交叉熵损失函数，循环蒸馏损失定义如下： 其中表示Kullback-Leibler散度，它对和之间施加一致性正则化，总损失函数为： 平衡系数设为1； 为了稳定训练性能，使用指数移动平均EMA方案对个性化通道中的本地权重更新进行平滑处理，在时间，的EMA更新为： 其中是整体损失函数的原始更新，平滑系数取决于当前的全局时期数。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313000 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层；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。