暨南大学翁健获国家专利权
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！
龙图腾网获悉暨南大学申请的专利一种基于自引导进化策略的通信优化联邦学习方法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：CN119940478B 。
龙图腾网通过国家知识产权局官网在2025-08-29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：202510007584.3，技术领域涉及：G06N3/098；该发明授权一种基于自引导进化策略的通信优化联邦学习方法是由翁健;张楚山;翁嘉思;刘家男;邓存乐设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。
本一种基于自引导进化策略的通信优化联邦学习方法在说明书摘要公布了：本发明公开了一种基于自引导进化策略的通信优化联邦学习方法，属于隐私计算技术领域，包括：用户使用前几轮的全局模型梯度向量从实数空间中划分为主空间及其正交补空间，并分别在其中抽取伪随机评估向量；通过将高维的模型梯度向量转化为多个伪随机评估向量的适应度值并发送给服务器；服务器聚合本地适应度值并使用评估向量计算得到全局梯度向量，同时将全局适应度值发送给用户，用户和服务器基于所述全局适应度值和所述伪随机评估向量计算得到本轮的全局梯度向量，并更新全局模型。本发明不仅能够显著减少通信开销，还能通过自适应地利用历史估计梯度来提高搜索方向的有效性，从而加速收敛并提高模型性能。
本发明授权一种基于自引导进化策略的通信优化联邦学习方法在权利要求书中公布了：1.一种基于自引导进化策略的通信优化联邦学习方法，其特征在于，包括以下步骤： 步骤一、服务器初始化全局模型参数和随机数种子并发送给各个用户； 步骤二、用户通过本地数据进行训练，获得本地梯度向量；基于预设轮数的全局梯度向量与所述随机数种子从实数空间划分出子空间，在所述子空间中抽取若干个伪随机评估向量；计算每个伪随机向量对所述本地梯度向量的本地适应度值，反馈至服务器； 步骤三、服务器基于各个用户反馈的本地适应度值计算全局适用度值，并发送至各个用户； 步骤四、用户和服务器基于所述全局适应度值和所述伪随机评估向量计算得到本轮的全局梯度向量，并更新全局模型； 重复步骤二至步骤四，持续更新全局模型。
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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号