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！

龙图腾网获悉中图科信数智技术(北京)有限公司申请的专利一种基于重构网络的联邦知识图谱表示学习方法和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：CN119005319B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202411129016.2，技术领域涉及：G06N5/022；该发明授权一种基于重构网络的联邦知识图谱表示学习方法和系统是由蔡博睿;崔赫;张鹤;许若华设计研发完成，并于2024-08-16向国家知识产权局提交的专利申请。

本一种基于重构网络的联邦知识图谱表示学习方法和系统在说明书摘要公布了：本发明公开了一种基于重构网络的联邦知识图谱表示学习方法，包括，对联邦知识图谱进行初始定义；构建位于服务器S的全局模型M；重建定义后的客户端实体的神经网络；从服务器中获取全局模型，并将其中的低维实体向量通过实体重建网络还原为本地实体向量；结合服务器全局模型、客户端的本地重建神经网络以及知识图谱表示学习损失函数进行联邦训练。本发明能够让知识图谱表示学习模型根据知识图谱的特性，自适应地学习到本地数据的特征，同时其低维的实体向量也可以有效的降低服务器‑客户端之间的通信复杂度，实现更有效的联邦知识图谱学习。

本发明授权一种基于重构网络的联邦知识图谱表示学习方法和系统在权利要求书中公布了：1.一种基于重构网络的联邦知识图谱表示学习方法，其特征在于，所述联邦知识图谱表示学习方法包括， S100，对联邦知识图谱进行初始定义，所述初始定义包括，定义联邦知识图谱的数据格式、类型以及学习场景，并根据所述学习场景的区别从而定义服务器和客户端； S200，构建位于服务器S的全局模型M， 其中，M为全局模型，为低维全局实体表示向量的集合，R为关系表示向量的集合；定义关系表示向量为n维的向量，即r∈Rn，低维全局实体表示向量为低于n维的向量，即 其中，E为实体的集合，R为关系表示向量的集合，为低维全局实体表示向量，为低维全局实体表示向量的维度，n为本地实体向量的维度，表示任意实体； S300，重建定义后的客户端实体的神经网络，其中每个被定义的客户端拥有独自的重建网络，即每一个被定义的客户端Ci都有重建网络fi*，通过fi*在低维全局实体表示向量的基础上重建本地知识图谱的独有特征； S400，从服务器中获取全局模型，并将其中的低维全局实体表示向量通过实体重建网络还原为本地实体向量，即 其中，e为本地实体向量，为重建网络；为低维全局实体表示向量； S500，结合服务器全局模型、客户端的本地重建网络以及知识图谱表示学习损失函数进行联邦训练，训练过程进行c轮直到达成模型收敛，并通过头实体或尾实体预测问题对模型训练的结果进行验证。

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图科信数智技术(北京)有限公司，其通讯地址为：100020 北京市朝阳区呼家楼街道工体东路16号中图大楼621室；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”。