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！

龙图腾网获悉北京邮电大学;江西理工大学申请的专利联邦学习方法、系统、存储介质和程序产品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：CN120163264B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510212627.1，技术领域涉及：G06N20/00；该发明授权联邦学习方法、系统、存储介质和程序产品是由葛凤培;吴子煜;支宇恒;许春冬设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本联邦学习方法、系统、存储介质和程序产品在说明书摘要公布了：本发明提供一种联邦学习方法、系统、存储介质和程序产品，方法包括：在第一阶段联邦学习的每个学习轮次中，按照第一选中概率从客户端集合中确定出一组客户端，将当前全局模型参数发送至被选中的客户端，以使被选中的客户端基于当前全局模型参数和本地训练数据进行模型训练，迭代全局模型参数；在当前学习轮次为目标轮次的情况下，为每个客户端重新分配第二选中概率；在第二阶段联邦学习的每个学习轮次中，按照第二选中概率从客户端集合中确定出参与第二阶段联邦学习的一组客户端；将当前的全局模型参数发送至当前被选中的客户端，进行模型训练，直到目标模型收敛；能够解决现有联邦学习在非理想数据分布条件下性能下降、效率降低的问题。

本发明授权联邦学习方法、系统、存储介质和程序产品在权利要求书中公布了：1.一种联邦学习方法，其特征在于，该方法包括以下步骤： 按照客户端预先分配的第一选中概率，从客户端集合中确定出参与第一阶段联邦学习的一组客户端；每个客户端对应的第一选中概率与客户端本地数据量呈负相关，是基于所述客户端本地数据量的反比关系确定的；所述第一阶段联邦学习包括至少一轮学习轮次，在每个学习轮次开始前，基于所述第一选中概率重新从所述客户端集合中确定出参与当前学习轮次的一组客户端； 在所述第一阶段联邦学习的每个学习轮次中，将目标模型的全局模型参数发送至当前被选中的客户端，以使所述被选中的客户端基于所述全局模型参数和本地训练数据进行模型训练，迭代部署在本地的模型参数并返回；聚合所述本地的模型参数迭代所述全局模型参数； 在每个学习轮次完成后，确定当前学习轮次是否为目标轮次，在所述当前学习轮次为所述目标轮次的情况下，为每个客户端重新分配第二选中概率；每个客户端对应的第二选中概率与客户端本地数据量呈正相关，是基于所述客户端本地数据量的正比关系确定的； 按照所述第二选中概率从所述客户端集合中确定出参与第二阶段联邦学习的一组客户端；所述第二阶段联邦学习包括至少一轮学习轮次，在每个学习轮次开始前，基于所述第二选中概率重新从所述客户端集合中确定出参与当前学习轮次的一组客户端； 在所述第二阶段联邦学习的每个学习轮次中，将当前所述全局模型参数发送至当前所述被选中的客户端，以使当前所述被选中的客户端基于当前所述全局模型参数和本地训练数据进行模型训练，迭代当前所述全局模型参数，直到所述目标模型收敛。

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邮电大学;江西理工大学，其通讯地址为：100876 北京市海淀区西土城路10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。