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！

龙图腾网恭喜福州大学申请的专利面向图结构数据的联邦元学习方法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：CN116484945B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202310465725.7，技术领域涉及：G06N3/098；该发明授权面向图结构数据的联邦元学习方法是由冯心欣;刘舜键;郭俊鑫;郑海峰设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本面向图结构数据的联邦元学习方法在说明书摘要公布了：本发明涉及一种面向图结构数据的联邦元学习方法。该方法将各个客户端图拓扑结构不同的数据当成元学习中不同的训练任务，提出能快速适应不同图拓扑结构数据的图联邦元学习（FedGM）。本发明的训练流程包括联邦元训练和本地元测试，联邦元训练阶段，本发明通过编解码器来将不同客户端不同节点数的数据映射到统一大小，为了加快收敛速度，进而提出编解码器均值聚合方法，客户端在完成本地训练时只上传编解码器参数均值，服务器平均聚合上传的均值得到最佳的初始化均值。元测试阶段，各个客户端使用元学习模型初始化本地模型，使用本地数据训练本地模型可以快速得到更精确的预测模型。

本发明授权面向图结构数据的联邦元学习方法在权利要求书中公布了：1.一种面向图结构数据的联邦元学习方法，其特征在于，包括如下步骤：步骤S1、各个客户端构造本地图结构数据，确认参与后续联邦元训练，进行步骤S2；步骤S2、服务器设计元学习模型特征提取网络部分并随机初始化，随机初始化编解码器的均值，设计训练的超参数，服务器将特征提取网络、均值和超参数发送给客户端，进行步骤S3；步骤S3、客户端构造本地编解码器，使用下载的编解码器均值初始化，加到下载的元学习模型特征提取网络构造本地模型，进行步骤S4；步骤S4、客户端使用本地数据依据步骤S2的超参数训练本地模型，进行步骤S5；步骤S5、客户端将编码器和解码器权重、偏差分别求平均，上传均值和本地模型特征提取网络部分，进行步骤S6；步骤S6、服务器平均聚合上传的均值和其它模型参数，发给各个客户端，如果模型未收敛，进行步骤S3，如果模型已经收敛，进行步骤S7；步骤S7、客户端构造本地编解码器，使用下载的编解码器均值初始化，加到下载的元学习模型特征提取网络构造本地模型，再使用本地数据训练本地模型，收敛后停止训练。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。