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！

龙图腾网恭喜北京邮电大学申请的专利数据摘要生成方法、模型训练方法、相关装置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：CN114358120B 。

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：202111452498.1，技术领域涉及：G06N3/098；该发明授权数据摘要生成方法、模型训练方法、相关装置及系统是由高志鹏;芮兰兰;杨杨;杨岩;赵晨;莫梓嘉;林怡静;俞新蕾设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本数据摘要生成方法、模型训练方法、相关装置及系统在说明书摘要公布了：本申请实施例提供数据摘要生成方法、模型训练方法、相关装置及系统，其中的数据摘要生成方法包括：根据接收的全局模型的模型参数以及本地的训练数据所属的模型训练贡献层级，自适应生成本地的训练数据对应的数据摘要，其中，本地的训练数据与多份非本地的训练数据分布式设置，且各份训练数据各自所属的模型训练贡献层级为预先对各份训练数据分别进行分层聚类而得；输出本地的训练数据对应的数据摘要以基于各份训练数据各自对应的数据摘要共同训练全局模型。本申请能够有效提高生成数据摘要的针对性及自适应性，并能够提高数据摘要在分布式学习过程中的有效性及可靠性，进而能够有效提高使用数据摘要训练得到的全局模型的应用有效性及准确性。

本发明授权数据摘要生成方法、模型训练方法、相关装置及系统在权利要求书中公布了：1.一种数据摘要生成方法，其特征在于，包括：根据接收的全局模型的模型参数以及本地的训练数据所属的模型训练贡献层级，自适应生成所述本地的训练数据对应的数据摘要，其中，所述本地的训练数据与多份非本地的训练数据分布式设置，且各份所述训练数据各自所属的模型训练贡献层级为预先对各份所述训练数据分别进行分层聚类而得；输出所述本地的训练数据对应的数据摘要以基于该本地的训练数据对应的数据摘要和多份非本地的所述训练数据各自对应的数据摘要共同训练所述全局模型；所述根据接收的全局模型的模型参数以及本地的训练数据所属的模型训练贡献层级，自适应生成所述本地的训练数据对应的数据摘要，包括：根据所述本地的训练数据所属的模型训练贡献层级确定所述本地的训练数据对应的合成数据集的样本数量以初始化合成数据集；针对接收的全局模型的模型参数，根据所述本地的训练数据训练得到一目标参数的第一神经网络，并基于初始化的合成数据集训练得到所述目标参数的第二神经网络；根据所述第一神经网络的解对所述第二神经网络进行收敛，以得到收敛后的合成数据集，并将该收敛后的合成数据集确定为所述本地的训练数据对应的数据摘要。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。