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对混合噪声鲁棒的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：CN115577803B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202211248244.2，技术领域涉及：G06N20/20；该发明授权一种对混合噪声鲁棒的联邦学习方法及系统是由陈益强;曾碧霄;杨晓东;于汉超设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本一种对混合噪声鲁棒的联邦学习方法及系统在说明书摘要公布了：本发明提出一种对混合噪声鲁棒的联邦学习方法，包括：将客户端根据本地训练数据和主观逻辑损失函数更新的本地度量模型参数发送给服务端；获取服务端根据客户端以及其他客户端更新的本地度量模型参数和对应的样本数据量计算的全局度量模型参数；由客户端根据全局度量模型参数和本地训练数据，计算每一训练样本的主观逻辑损失及本地高斯混合分布并发送给服务端；获取服务端根据多个本地高斯混合分布计算的区间阈值，并基于区间阈值和本地高斯混合分布对训练数据进行混合噪声识别，进而对识别的开集噪声、闭集噪声分别进行过滤和修正。本发明还提出一种对混合噪声鲁棒的联邦学习系统，以及一种用于联邦学习的数据处理装置。

本发明授权一种对混合噪声鲁棒的联邦学习方法及系统在权利要求书中公布了：1.一种对混合噪声鲁棒的联邦学习方法，其特征在于，包括： 步骤1，于客户端构建本地度量模型，以本地训练数据对该本地度量模型进行指定轮次 的训练，以完成训练的本地度量模型的模型参数为发送至服务端的本地度量模 型参数；将该模型参数和该本地训练数据的第一样本量发送至服务端；该本地度量 模型以主观逻辑函数作为损失函数，对于某个本地训练数据i的损失函数： 其中，为狄利克雷分布中的系数，，为激活函数RELU关于该本地度量模型在i 的特征数据上的输出结果，表示支持第类标签的证据，，表示狄利克雷 分布的势，n表示客户端序号，下标b表示度量模型； 步骤2，于该服务端以所有该模型参数和该第一样本量获取全局度量模型参数； 步骤3，于该客户端以该全局度量模型参数和该本地训练数据，获得每个该本地训练数据的主观逻辑损失值，从而拟合得到所有该本地训练数据的本地高斯混合分布； 步骤4，于该服务端以所有该本地高斯混合分布，生成本地高斯混合离散分布，并聚合得到全局高斯混合分布，获取该本地高斯混合离散分布与该全局高斯混合分布之间的KS距离，根据该KS距离得到区分阈值； 步骤5，于该客户端根据该区分阈值从该本地训练数据选出训练数据集； 步骤6，以该训练数据集对本地分类模型进行训练；以该本地分类模型对该本地训练数据进行标签修正，将本地分类模型参数和修正后本地训练数据的第二样本量发送至该服务端； 步骤7，于该服务端以所有该本地分类模型参数和该第二样本量获取全局分类模型参数； 步骤8，于该客户端以该全局分类模型参数将该本地分类模型更新为全局分类模型； 重复执行步骤6~步骤8，直到该客户端的全局分类模型收敛，以此时的全局分类模型为该客户端的最终分类模型。

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：100080 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。