中山大学陈翔获国家专利权
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！
龙图腾网获悉中山大学申请的专利一种联邦学习上行压缩量化联合设计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：CN116151389B 。
龙图腾网通过国家知识产权局官网在2025-12-05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：202310093506.0，技术领域涉及：G06N20/00；该发明授权一种联邦学习上行压缩量化联合设计方法及系统是由陈翔;苏俊燊设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。
本一种联邦学习上行压缩量化联合设计方法及系统在说明书摘要公布了：本发明公开了一种联邦学习上行压缩量化联合设计方法及系统，该方法包括：获取通信资源数量与用户待上传参数；引入带约束的优化问题，基于通信资源数量条件约束，根据用户待上传参数对优化问题进行求解，得到稀疏预算与量化位数；根据稀疏预算对用户待上传参数进行稀疏化；根据量化位数对稀疏化后的用户待上传参数进行随机均匀量化压缩；再上传至服务器进行解压缩。该系统包括：获取模块、求解模块、稀疏化模块、压缩模块和解压模块。通过使用本发明，通过最小化压缩上行传输参数误差从而能够在同样的通信开销下进一步降低压缩误差。本发明作为一种联邦学习上行压缩量化联合设计方法及系统，可广泛应用于联邦学习上行压缩技术领域。
本发明授权一种联邦学习上行压缩量化联合设计方法及系统在权利要求书中公布了：1.一种联邦学习上行压缩量化联合设计方法，其特征在于，包括以下步骤： 获取通信资源数量与用户待上传参数； 引入带约束的优化问题，基于通信资源数量条件约束，根据用户待上传参数对优化问题进行求解，得到稀疏预算与量化位数； 根据稀疏预算对用户待上传参数进行稀疏化，得到稀疏化后的用户待上传参数； 根据量化位数对稀疏化后的用户待上传参数进行随机均匀量化，得到压缩后的用户待上传参数； 将压缩后的用户待上传参数上传至服务器进行解压缩并完成联邦学习聚合； 所述引入带约束的优化问题的表达式具体如下所示： s.t.SB+log2d＝C B∈{2,3,…,32} 上式中，S表示稀疏预算，B表示量化位数，C表示用户可用的通信比特数，d表示模型差分向量的长度，gS表示经过稀疏化的模型差分向量，Δ表示经过稀疏化的模型差分向量中的Q个非零值的最大绝对值与最小绝对值之差。
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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励