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！

龙图腾网获悉谷歌有限责任公司申请的专利用于机器学习模型的联邦学习的提高的效率的方法和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：CN117157650B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202180096691.8，技术领域涉及：G06N20/20；该发明授权用于机器学习模型的联邦学习的提高的效率的方法和系统是由弗朗索瓦丝·博费;乔瓦尼·莫塔;沈启财设计研发完成，并于2021-12-03向国家知识产权局提交的专利申请。

本用于机器学习模型的联邦学习的提高的效率的方法和系统在说明书摘要公布了：本文公开的实施方式涉及基于在客户端设备处生成的更新的在远程系统例如远程服务器处的机器学习ML模型的有效率的联邦学习。客户端设备的处理器可以接收客户端数据，使用设备上ML模型处理客户端数据以生成预测输出，使用无监督学习基于预测输出来生成梯度，基于梯度来生成针对作为设备上ML模型的基于远程的对应方的设备上ML模型和或全局ML模型的相异部分的更新。此外，远程系统的处理器可以从客户端设备接收针对设备上ML模型的相异部分的更新，并且使得基于针对从相异客户端设备接收到的设备上ML模型的相异部分的更新来更新全局ML模型。因此，可以减少在客户端设备和或网络资源处消耗的资源。

本发明授权用于机器学习模型的联邦学习的提高的效率的方法和系统在权利要求书中公布了：1.一种由客户端设备的一个或多个处理器实现的方法，所述方法包括： 从所述客户端设备的用户接收客户端数据，所述客户端数据是在所述客户端设备处本地生成的； 使用本地存储在所述客户端设备的设备上存储器中的设备上机器学习ML模型来处理所述客户端数据以生成预测输出，其中，所述设备上机器学习模型包括多个设备上ML层，并且其中，所述多个设备上ML层至少包括一个或多个第一设备上ML层和一个或多个第二设备上ML层； 从远程系统接收调度信号，所述调度信号指令所述客户端设备生成针对所述一个或多个第一设备上ML层的第一更新； 使用无监督学习基于所述预测输出来生成特定于所述一个或多个第一设备上ML层的梯度； 基于所述梯度来生成仅针对本地存储在所述客户端设备的所述设备上存储器中的所述设备上ML模型的所述一个或多个第一设备上ML层的所述第一更新；以及 向远程系统传输所述第一更新，其中，向所述远程系统传输所述第一更新使得所述远程系统更新远程存储在所述远程系统的远程存储器中的全局ML模型，其中，所述全局ML模型至少包括一个或多个第一全局ML层和一个或多个第二全局ML层，并且其中，使得所述远程系统更新所述全局ML模型包括在所述第二全局ML层中的一个或多个是固定的同时使得基于所述第一更新来更新所述一个或多个第一全局ML层。

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谷歌有限责任公司，其通讯地址为：美国加利福尼亚州；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。