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！

龙图腾网获悉北京理工大学申请的专利一种联邦学习加速方法、装置、服务器及介质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：CN120124715B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510137697.5，技术领域涉及：G06N3/098；该发明授权一种联邦学习加速方法、装置、服务器及介质是由雷忠祥;刘金艳;朱奕飞;杨奇;赵恒玉设计研发完成，并于2025-02-07向国家知识产权局提交的专利申请。

本一种联邦学习加速方法、装置、服务器及介质在说明书摘要公布了：本发明实施例公开一种联邦学习加速方法、装置、服务器及介质，该方法包括将待训练的全局模型发送给已建立通信连接的客户端，其中，客户端用于基于本地数据集对全局模型进行训练，得到训练后的局部模型；接收客户端上传的局部模型的参数，并比较全局模型的待优化参数与局部模型的参数，以确定模型优化的梯度信息；根据梯度信息确定优化路径，并按照至少两个优化路径及其分别对应的权重信息，对全局模型进行优化；将当前优化得到的全局模型作为新的待训练的全局模型，并返回执行将新的待训练的全局模型发送给已建立通信连接的客户端的操作，直到与客户端的通信次数达到设定次数阈值。通过采用上述技术方案，提高了联邦学习过程中模型的训练效率。

本发明授权一种联邦学习加速方法、装置、服务器及介质在权利要求书中公布了：1.一种联邦学习加速方法，应用于服务器，其特征在于，包括： 将待训练的全局模型发送给已建立通信连接的客户端，其中，所述客户端用于基于本地数据集对所述全局模型进行训练，得到训练后的局部模型； 接收客户端上传的局部模型的参数，并比较所述全局模型的待优化参数与所述局部模型的参数，以确定模型优化的梯度信息； 根据所述梯度信息确定优化路径，并按照至少两个优化路径及其分别对应的权重信息，对所述全局模型进行优化，其中，每条优化路径的梯度信息相同； 将当前优化得到的全局模型作为新的待训练的全局模型，并返回执行将新的待训练的全局模型发送给已建立通信连接的客户端的操作，直到与客户端的通信次数达到设定次数阈值； 其中，所述根据所述梯度信息确定优化路径，并按照至少两个优化路径及其分别对应的权重信息，对所述全局模型进行优化，包括： 构造梯度信息相同、步长不同的两个待优化路径，其中，每条优化路径满足梯度下降法； 基于异步更新加速Nesterov型方法，根据所述两个优化路径及其分别对应的权重信息确定所述两个优化路径之间的目标优化路径； 按照所述目标优化路径对所述全局模型进行优化； 或者，所述根据所述梯度信息确定优化路径，并按照至少两个优化路径及其分别对应的权重信息，对所述全局模型进行优化，包括： 根据所述梯度信息确定第一优化路径，以及，将客户端发送的局部模型的参数作为第二优化路径，其中，第一优化路径满足梯度下降法； 基于异步更新加速Nesterov型方法，按照第一优化路径、第二优化路径及其分别对应的权重信息，对所述全局模型进行优化。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。