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！

龙图腾网恭喜上海嗨普智能信息科技股份有限公司;华东师范大学申请的专利基于联邦学习的数据处理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：CN114663887B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202210366838.7，技术领域涉及：G06V30/32；该发明授权基于联邦学习的数据处理系统是由蔡文渊;郑舒;高明;钱卫宁;周傲英;杜蓓;刘翔设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本基于联邦学习的数据处理系统在说明书摘要公布了：本发明涉及一种基于联邦学习的数据处理系统，包括中心服务器S*、n个参与联邦学习的数据终端{S1，S2…Sn}、处理器和存储有计算机程序的存储器，其中，Si表示第i个数据终端，i的取值范围为1到n,Si中存储有对应的训练数据集合Di,所有Di中的每条数据的数据格式均相同，Si对应的本地模型为Lix,Lix的输入为Di中的数据，Lix的输出为Gx的输入，Gx为S*维护的全局模型,Gx的输出为目标预测结果。本发明能够提高预测模型的训练效率。

本发明授权基于联邦学习的数据处理系统在权利要求书中公布了：1.一种基于联邦学习的数据处理系统，其特征在于，包括中心服务器S*、n个参与联邦学习的数据终端{S1，S2…Sn}、处理器和存储有计算机程序的存储器，其中，Si表示第i个数据终端，i的取值范围为1到n,Si中存储有对应的训练数据集合Di,所有Di中的每条数据的数据格式均相同，Si对应的本地模型为Lix,Lix的输入为Di中的数据，Lix的输出为Gx的输入，Gx为S*维护的全局模型,Gx的输出为目标预测结果；当所述处理器执行所述计算机程序时，实现以下步骤：步骤S1、在第一模型训练阶段，Si基于Di、当前Lix和当前Gx进行预设的F轮本地模型训练，实时更新Lix的本地模型参数pi，并获取Si对应的全局累加更新参数步骤S2、在第二模型训练阶段，将Lix和发送给S*，S*基于更新Gx的全局模型参数p*，将更新后的Gx发送每一Si，然后返回步骤S1进行下一轮第一模型训练阶段；所述步骤S1包括:步骤S11、在第f轮本地训练中，获取第f轮本地更新参数和全局更新参数步骤S12、基于和更新pi和p*保持不变： 其中，λ表示预设的梯度步长，f的取值范围为1到f,表示第f轮本地训练更新后的所述步骤S11中，通过下式获取第f轮本地更新参数和全局更新参数 其中，lossLi,Di,G表示基于Lix、Gx和Di得到的损失函数；所述步骤S2中，S*基于更新Gx的全局模型参数p*，包括： 其中，λ表示预设的梯度步长。

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上海嗨普智能信息科技股份有限公司;华东师范大学，其通讯地址为：200434 上海市虹口区汶水东路541弄5号2-6层401室；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”。