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！

龙图腾网获悉南京邮电大学申请的专利一种基于多知识蒸馏融合的异构联邦学习框架及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：CN119940476B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202411975676.2，技术领域涉及：G06N3/098；该发明授权一种基于多知识蒸馏融合的异构联邦学习框架及方法是由许斌;程龙刚;黄瑾炜;亓晋设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于多知识蒸馏融合的异构联邦学习框架及方法在说明书摘要公布了：本发明涉及机器学习技术领域，具体为一种基于多知识蒸馏融合的异构联邦学习框架及方法，包括：客户端使用本地数据计算本地知识；服务器接收客户端上传的类粒度知识，并通过类粒度知识聚合模块加权聚合所有客户端类粒度知识生成全局类粒度知识；服务器通过知识分发模块将全局知识下发至各个客户端作为教师知识用于后续所述客户端模型的训练；客户端接收全局知识，并通过知识蒸馏模块进行温度自适应知识蒸馏，最大化师生知识传递的效果。本发明通过提出并融合两种不同的知识蒸馏方法，即温度自适应的知识蒸馏和批次样本类别关联性知识蒸馏，有效缓解了传统联邦学习框架在处理异构设备和异构数据环境时面临诸多挑战。

本发明授权一种基于多知识蒸馏融合的异构联邦学习框架及方法在权利要求书中公布了：1.一种基于多知识蒸馏融合的异构联邦学习方法，其特征在于，应用于一个边缘服务器和至少一个客户端设备，包括： 步骤1：客户端使用本地数据计算本地知识，其中，第一个客户端输入的是表示客户端1的第u个Batchsize的样本数据，通过预测标签和真实标签yu之间的误差，计算交叉熵损失Lce，同时每个客户端通过本地知识计算，基于本地数据计算本地类粒度知识根据公式 计算并汇聚成一种类粒度知识，其中Wk是客户端k的个性化模型参数； 步骤2：服务器接收客户端上传的类粒度知识，并通过类粒度知识聚合加权聚合所有客户端类粒度知识生成全局类粒度知识； 步骤3：服务器通过知识分发将全局知识下发至各个客户端作为教师知识用于后续所述客户端模型的训练； 步骤4：客户端接收全局知识，并通过知识蒸馏进行温度自适应知识蒸馏，最大化师生知识传递的效果； 步骤5：客户端接收全局知识，通过知识蒸馏批次样本关联性知识蒸馏，通过引入批次级别的样本关联性蒸馏损失，抑制模型对特定样本或类别的过度偏倚，强化模型对数据整体特征的理解； 步骤6：客户端根据知识蒸馏损失和交叉熵损失更新本地模型和温度预测模型参数。

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南京邮电大学，其通讯地址为：210002 江苏省南京市鼓楼区新模范马路66号南京邮电大学物联网；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。