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申请的专利云边缘系统联邦学习需求响应的在线调度方法及相关装置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：CN115936361B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202211549023.9，技术领域涉及：G06Q10/0631；该发明授权云边缘系统联邦学习需求响应的在线调度方法及相关装置是由朱孔林;王飞;徐天行;张琳设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本云边缘系统联邦学习需求响应的在线调度方法及相关装置在说明书摘要公布了：本申请公开了一种云边缘系统联邦学习需求响应的在线调度方法及相关装置，方法包括获取各联邦学习任务的任务参数，并基于各任务参数以及调度参数确定任务社会福利及系统社会福利；以联邦学习任务训练时间约束、联邦学习任务训练条件约束、联邦学习任务的期望准确性约束及能量上限约束，基于任务社会福利及系统社会福利构建长期社会福利最大化问题；解耦所述长期社会福利最大化问题，得到调度结果。本申请以联邦学习任务的在线学习问题为出发点，以在动态环境中构建长期社会福利最大化问题，通过解耦构建长期社会福利最大化问题来实现边缘完了的长期社会福利最大化，从而可以降低联邦学习任务的训练成本。

本发明授权云边缘系统联邦学习需求响应的在线调度方法及相关装置在权利要求书中公布了：1.一种云边缘系统联邦学习需求响应的在线调度方法，其特征在于，所述的方法包括： 获取当前时刻接收到的各联邦学习任务的任务参数，所述任务参数包括到达时间、期望准确性、本地迭代次数、离开时间、投标报酬以及超时惩罚函数； 以联邦学习任务训练时间约束、联邦学习任务训练条件约束、联邦学习任务的期望准确性约束及能量上限约束为约束条件，基于各任务参数构建长期社会福利最大化问题； 解耦所述长期社会福利最大化问题，以得到各联邦学习任务对应的调度结果； 其中，所述以联邦学习任务训练时间约束、联邦学习任务训练条件约束、联邦学习任务的期望准确性约束及能量上限约束为约束条件，基于各任务参数构建长期社会福利最大化问题具体包括： 基于各任务参数确定各联邦学习任务的任务社会福利以及云边缘系统的系统社会福利； 基于各任务社会福利以及系统社会福利构建目标函数； 以联邦学习任务训练时间约束、联邦学习任务训练条件约束、联邦学习任务的期望准确性约束和能量上限约束为约束条件，基于所述目标函数构建长期社会福利最大化问题； 所述解耦所述长期社会福利最大化问题，以得到各联邦学习任务对应的调度结果具体包括： 将所述长期社会福利最大化问题转换为时刻表选择问题； 采用原始对偶算法解耦所述时刻表选择问题，以得到各联邦学习任务对应的调度结果。

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，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。