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！

龙图腾网恭喜大连海事大学申请的专利一种面向工业物联网的高效异构联邦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：CN119740639B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510258379.4，技术领域涉及：G06N3/098；该发明授权一种面向工业物联网的高效异构联邦学习方法是由李梓健;蒋建栋;刘洪波;李沐南;邢永恒;王乃尧;韩增易;刘凯;于长东设计研发完成，并于2025-03-06向国家知识产权局提交的专利申请。

本一种面向工业物联网的高效异构联邦学习方法在说明书摘要公布了：本发明提供一种面向工业物联网的高效异构联邦学习方法，属于联邦学习技术领域。将神经网络模型分割为边缘特征提取器和全局分类器；边缘特征提取器部署在边缘设备上，全局分类器部署在服务器上；边缘设备上还集成有边缘分类器，与边缘特征提取器结合构成边缘模型；服务器基于同步时间聚合本轮边缘训练中边缘特征提取器的权重参数，更新全局模型；同时，通过运行时间模型计算每个边缘设备的运行时间；根据运行时间以及同步时间定制每个边缘模型的规格参数；将更新后的全局模型和边缘模型规格参数下发至对应边缘设备；各边缘设备根据下发的全局模型和模型规格参数生成用于下一轮边缘训练的边缘模型。通过上述步骤实现兼具效率与效能的异构联邦学习。

本发明授权一种面向工业物联网的高效异构联邦学习方法在权利要求书中公布了：1.一种面向工业物联网的高效异构联邦学习方法，其特征在于，包括：将神经网络模型分割为边缘特征提取器和全局分类器；所述边缘特征提取器部署在边缘设备上，所述全局分类器部署在服务器上；所述边缘设备上还集成有边缘分类器，所述边缘分类器与所述边缘特征提取器结合构成边缘模型；服务器按以下步骤基于同步时间聚合本轮边缘训练中边缘特征提取器的权重参数，更新全局模型：基于知识蒸馏法训练全局分类器；通过基线优先的加权聚合方法对所述边缘特征提取器的权重参数进行聚合形成全局特征提取器；将训练后的全局分类器和全局特征提取器结合构造全局模型；所述同步时间通过以下方式确定：以边缘设备执行一轮本地更新所需的时长作为初始同步时间；将所有边缘设备按初始同步时间分组聚类，获得若干边缘设备小组；将每个边缘设备小组中最长运行时间作为该边缘设备小组的同步时间；同时，通过运行时间模型计算每个边缘设备的运行时间；根据所述运行时间以及所述同步时间定制每个边缘模型的规格参数；将更新后的全局模型和边缘模型规格参数下发至对应边缘设备；每个边缘设备根据下发的全局模型和模型规格参数生成用于下一轮边缘训练的边缘模型。

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大连海事大学，其通讯地址为：116026 辽宁省大连市甘井子区凌水街道凌海路1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”。