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！

龙图腾网恭喜中国科学院自动化研究所申请的专利联邦学习方法及装置、存储介质、计算机程序产品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：CN119337971B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411864590.2，技术领域涉及：G06N3/098；该发明授权联邦学习方法及装置、存储介质、计算机程序产品是由杨宁;吕品设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本联邦学习方法及装置、存储介质、计算机程序产品在说明书摘要公布了：公开了一种联邦学习方法及装置、存储介质、计算机程序产品，联邦学习方法包括：循环执行如下更新操作：基于引入近端项的本地损失函数以及梯度下降法，更新目标模型在目标客户端的本地模型参数，其中，近端项包含目标模型的本地模型参数与全局模型参数的第一差异信息；响应于所有客户端的本地损失函数之和与全局损失函数之差小于预设阈值，采用拉格朗日乘子更新方法，更新近端项在目标客户端的本地损失函数中的系数；响应于目标模型满足第一预设终止条件，将更新后的本地模型参数发送给服务器。

本发明授权联邦学习方法及装置、存储介质、计算机程序产品在权利要求书中公布了：1.一种联邦学习方法，其特征在于，所述联邦学习方法应用于目标客户端，并且所述方法包括：循环执行如下更新操作：基于引入近端项的本地损失函数以及梯度下降法，更新目标模型在目标客户端的本地模型参数，其中，所述近端项包含所述目标模型的本地模型参数与全局模型参数的第一差异信息；响应于所有客户端的本地损失函数之和与全局损失函数之差小于预设阈值，采用拉格朗日乘子更新方法，更新所述近端项在所述目标客户端的本地损失函数中的系数；响应于所述目标模型满足第一预设终止条件，将更新后的本地模型参数发送给服务器；其中，所述目标模型用于图像识别、语音识别或文本识别；其中，通过如下方式确定所述目标模型满足第一预设终止条件：所述目标模型的本地迭代次数达到本地迭代次数阈值，其中，所述本地迭代次数阈值通过最小化全局损失函数得到，所述全局损失函数基于全局模型参数与预定模型参数的第二差异信息、预定变量确定，所述预定模型参数为基于集中式学习方法更新所述目标模型后的模型参数，所述预定变量指示所述目标模型的本地迭代次数阈值。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。