Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉信安珞珈科技有限公司;北京华耀科技有限公司舒明获国家专利权

武汉信安珞珈科技有限公司;北京华耀科技有限公司舒明获国家专利权

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!

龙图腾网获悉武汉信安珞珈科技有限公司;北京华耀科技有限公司申请的专利联邦学习贡献评估方法和设备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:CN121303267B

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:202511871124.1,技术领域涉及:G06N3/098;该发明授权联邦学习贡献评估方法和设备是由舒明;张庆勇;胡进设计研发完成,并于2025-12-11向国家知识产权局提交的专利申请。

联邦学习贡献评估方法和设备在说明书摘要公布了:本申请实施例提供一种联邦学习贡献评估方法和设备,对多个边缘计算设备进行分组,得到多个子联邦学习集。针对目标子联邦学习集,聚合目标子联邦学习集中的各边缘计算设备对应的模型更新信息,并基于更新后的全局模型在公共测试集上的性能指标,确定目标子联邦学习集的协同贡献值。通过第一线性规划求解器,根据多个子联邦学习集的协同贡献值,获取所有子联邦学习集对应的最大亏损值并对最大亏损值进行优化,得到出最小化后的最大亏损值,通过第二线性规划求解器,根据所有子联邦学习集最小化后的最大亏损值和多个边缘计算设备对应的参考贡献值,确定多个边缘计算设备各自对应的目标贡献向量,精准量化了各边缘计算设备在训练过程中的贡献度。

本发明授权联邦学习贡献评估方法和设备在权利要求书中公布了:1.一种联邦学习贡献评估方法,其特征在于,应用于分布式训练系统中的联邦服务器,所述分布式训练系统还包括多个边缘计算设备,所述多个边缘计算设备协同训练全局模型,所述方法包括: 接收所述多个边缘计算设备上传的本地模型更新信息; 对所述多个边缘计算设备进行分组,得到多个子联邦学习集; 针对目标子联邦学习集,聚合所述目标子联邦学习集中的各边缘计算设备对应的本地模型更新信息,以生成更新后的第一全局模型,并基于所述第一全局模型在公共测试集上的性能指标,确定所述目标子联邦学习集对应的协同贡献值;所述目标子联邦学习集为所述多个子联邦学习集中的任意一个; 通过第一线性规划求解器,根据所述多个子联邦学习集各自对应的协同贡献值,获取所有子联邦学习集对应的最大亏损值并对所述最大亏损值进行优化,得到最小化后的最大亏损值; 通过第二线性规划求解器,根据所述所有子联邦学习集对应的最小化后的最大亏损值,最小化所述多个边缘计算设备的贡献分配与所述多个边缘计算设备对应的参考贡献值的误差,以确定所述多个边缘计算设备各自对应的目标贡献向量,并将所述多个边缘计算设备对应的目标贡献向量发送至各自对应的边缘计算设备; 其中,所述协同贡献值用于表征所述目标子联邦学习集通过联合训练所述全局模型所达成的模型性能水平;所述最大亏损值用于表征子联邦学习集的协同贡献值与其所包含的边缘计算设备在当前全局贡献分配方案下所获得的贡献值之和之间的差额;所述参考贡献值用于表征边缘计算设备单独训练所述全局模型所达成的性能水平。

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武汉信安珞珈科技有限公司;北京华耀科技有限公司,其通讯地址为:430205 湖北省武汉市东湖新技术开发区金融港四路18号普天物联网创新研发基地(二期)9栋1单元1-5层4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。