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！

龙图腾网恭喜华南理工大学申请的专利基于参数相似性的个性化联邦学习方法及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：CN119294559B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202411424047.0，技术领域涉及：G06N20/00；该发明授权基于参数相似性的个性化联邦学习方法及系统是由郭锴凌;张子阳;李然;曾宇欣设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本基于参数相似性的个性化联邦学习方法及系统在说明书摘要公布了：本发明公开基于参数相似性的个性化联邦学习方法及系统，涉及人工智能，针对现有技术中个性化效果较差的问题提出本方案。通过各个客户端模型在每一轮训练中的训练情况，确定关键参数分布，并根据关键参数分布相似性确定相似客户端，使得相似客户端具有相似的训练程度，实现关键参数的聚合。根据各相似客户端关键参数的表达相似性，进一步确定关键参数的聚合比例，实现关键参数的精准个性化聚合。根据单轮的迭代次数确定各个参数的重要性值，并进一步确定关键参数的位置，提高确定关键参数的位置的精准性。基于各客户端的相似客户端集，构建关键参数个性化聚合权重的优化目标，使得个性化聚合模型更好地贴和本地数据分布。

本发明授权基于参数相似性的个性化联邦学习方法及系统在权利要求书中公布了：1.基于参数相似性的个性化联邦学习方法，其特征在于，包括以下步骤：S1.各个客户端在本地采集数据并构建本地数据集，每个客户端在本地使用其数据集独立训练本地模型，并利用关于迭代次数的正比函数加权累积每次迭代的参数关键性值；S2.设定关键参数所占比例，得到二值关键参数掩码矩阵；S3.各个客户端上传训练好的模型参数以及所述二值关键参数掩码矩阵至服务器；S4.服务器计算所有客户端之间关键掩码矩阵之间的基于l1范数的重叠率，得到关键参数位置的相似性矩阵，其中每个元素表示对应位置代表的两个模型中的相似程度；基于关键参数位置相似性矩阵，服务器对于每个选择与该客户端模型参数分布最相似的若干客户端构建一个相似客户端集；S5.服务器根据相似客户端模型关键参数之间的余弦相似度计算个性化聚合矩阵，对各客户端的相似客户端模型进行关键参数的加权平均，用于指导关键参数的个性化聚合；S6.服务器将聚合得到的每个客户端个性化模型参数下传至对应的客户端，重复执行步骤S1至S5，直至达到预定的通信轮数。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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”。