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深圳先进技术研究院申请的专利一种个性化联邦学习加速方法、装置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：CN114648092B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202011512260.9，技术领域涉及：G06N3/098；该发明授权一种个性化联邦学习加速方法、装置是由伍泰霖;高希彤;林彦颖;叶可江;须成忠设计研发完成，并于2020-12-19向国家知识产权局提交的专利申请。

本一种个性化联邦学习加速方法、装置在说明书摘要公布了：本发明适用人工智能的机器学习技术领域，提供了一种个性化联邦学习加速方法、装置；该方法在联邦学习中使用服务节点服务器模型的信息，训练出元自动剪枝网络，接着将元自动剪枝网络下发到子节点，用子节点的数据进行再训练，生成个性化网络权值，同时对由网络模型每层信道数量构成的编码向量进行迭代优化以加速提高个性化网络权值的准确性；最终在子节点进行压缩加速后的网络满足各种个性化场景下的约束条件；采用该方法的装置也具有同样的技术效果。

本发明授权一种个性化联邦学习加速方法、装置在权利要求书中公布了：1.一种个性化联邦学习加速方法，其特征在于，所述方法包括下述步骤：S1.使用服务节点将各子节点更新的初始模型统一为聚合模型，通过所述聚合模型的编码向量，训练出由两个全连接层组成的元自动剪枝网络；S2.将所述元自动剪枝网络下发到各所述子节点，输入所述聚合模型的编码向量和所述子节点的个性化小样本数据进行矩阵剪裁；S3.以生成的权值矩阵构造加速网络模型；S4.在硬约束条件下，对随机选取的编码向量所对应的所述加速网络模型的准确率进行评价和排序；S5.选择准确率高于阈值的所述加速网络模型所对应的编码向量进行突变和或交叉繁衍，生成新编码向量；S6.消除准确率不合格的所述新编码向量后判断剩余的所述新编码向量所达到的准确率是否符合要求，若不符合，重复步骤S4至S6；S7.若所述新编码向量符合要求，则以所述新编码向量构造新的加速网络模型；在步骤S1中，所述元自动剪枝网络定义为： ，s.t.Dconstraint；其中，X是加速前的网络模型；c是网络模型的信道宽度；c1,c2,……,cj是神经网络模型中信道宽度构成的编码向量；j是一个表示数量的字母代号，表示从1到J个；L是Lossfunction的简写，表达的意思是损失函数，是元自动剪枝网络中一种用来训练网络的目标函数；训练后的模型算得的损失函数越小，则越接近环境中需要的模型；w是权重，即元自动剪枝网络中各个神经元函数的加权；表示保证在子节点个性化再训练后精度损失最小时的所有信道宽度；D是加权，s.t.Dconstraint是表示使神经网络中各个神经元函数的加权D满足一定计算量和延迟约束。

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深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。