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！

龙图腾网获悉重庆大学申请的专利一种群体个性化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：CN117313834B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202311239858.9，技术领域涉及：G06N3/098；该发明授权一种群体个性化联邦学习方法是由温万里;罗坤;彭晓玲;贾云健;张雨璐;严吉平;黄震;高璋杰设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种群体个性化联邦学习方法在说明书摘要公布了：本发明涉及一种群体个性化联邦学习方法，属于无线通信技术领域。该方法包括：建立一个由云节点、边缘节点和设备构成的无线边缘网络，其中与同一边缘节点连接的设备视为一个群组；构建一种适用于本发明所考虑的网络的群体个性化联邦学习算法，建立一个旨在最小化损失和个性化群组模型之间的差异的优化问题数学模型；将原始优化问题分解为云节点求解的梯度下降和边缘节点与群组协作求解的近端算子；设计等效梯度下降的注意力消息传递机制，促进模型相似群组成对协作；设计联邦平均机制，使边缘节点与群组中可用设备协作训练个性化群组模型。本发明能提升无线边缘网络场景下的联邦学习算法性能。

本发明授权一种群体个性化联邦学习方法在权利要求书中公布了：1.一种群体个性化联邦学习方法，其特征在于：该方法包括以下步骤： S1：建立由云节点、边缘节点和设备构成的三层无线边缘网络，其中与同一边缘节点相连的设备组成一个群组，具体包括以下内容： 建立一个包括一个云节点，一组M个边缘节点和一组N个设备的无线边缘网络模型；其中，边缘节点服务于一组特定的设备cm，即群组m，其中云节点与边缘节点通过回传链路连接，边缘节点与设备通过无线信道通信；使用一个二元随机变量Xm,n∈{0,1}表示群组m中设备n的可用性状态，其中Xm,n＝1表示可用，Xm,n＝0表示不可用；定义设备n可用的概率为使用表示群组m中设备n的数据集，群组m的数据集为群组数据集的数据分布是non-IID的； S2：建立个性化联邦学习优化问题，并拆分为梯度下降和近端算子，具体包括以下步骤： 构建如下的群体个性化联邦学习优化问题P1： 其中，优化变量为所有的个性化群组模型λ＞0是加权系数；目标函数中，表示所有个性化群组模型的训练损失的总和，其中fnwm表示个性化群组模型wm在本地数据集上损失函数；表示个性化群组模型差异，其中φ＞0是一个超参数；其中，优化问题P1拆分为一步优化相异性惩罚项的梯度下降和一个优化群组损失的近端算子；优化问题P1通过交替执行梯度下降和近端算子迭代求解；使用表示迭代次数，其中为T次迭代的索引； 第t次迭代的优化相异性惩罚项的一步梯度下降： 其中，代表第t次迭代所有群组的中间模型，代表第t-1次迭代所有群组的个性化群组模型，αt代表梯度下降的步长； 第t次迭代的优化群组损失的近端算子： 其中，是第t次迭代得到的个性化群组模型，‖·‖F表示Frobenius范数； 将近端算子改写为一系列子问题P2： 其中，是t次迭代的群组m中间模型，是第t次迭代得到的群组m个性化模型；问题P2由边缘服务与群组m中的可用设备协作求解； S3：云节点从边缘节点收集最新的个性化群组模型，并执行与梯度下降等效的注意力消息传递机制以获得群组的中间模型，然后将中间模型返回到对应的边缘节点，具体包括以下步骤： S31：云节点收集个性化群组模型，内容如下： 云节点通过回传网络从所有边缘节点收集个性化群组模型 S32：云节点使用注意力消息传递机制得到群体的中间模型，内容如下： 最小化相异性惩罚项的一步梯度下降改写成如下的注意力消息机制： 其中，其中系数满足并通过以下的式子给出： 其中表示第t-1次迭代群组m与群组i的模型之间的相似性；群组m与群组i的模型越相似性，系数越大；系数的增大会促进群组m与群组i的成对协作； S33：云节点发送群组中间模型给对应的边缘节点，内容如下： 云节点将得到的群组中间模型通过回传网络发送给对应的边缘节点 S4：边缘节点与群组中的可用客户端合作求解近端算子，以获得个性化群组模型，具体包括以下步骤： S41：边缘节点广播群组的中间模型，内容如下： 边缘节点将最新的中间模型通过无线广播发送给所服务群组m中的可用设备； S42：可用设备在本地训练模型，内容如下： 1边缘服务向群组m广播最新的中间模型 2群组m中的可用设备n，以中间模型为起点，执行K步步长为ηt随机梯度下降，每一步的索引为k∈{1,2,…,K}；每一步随机梯度下降的表达式如下： 其中，是随机梯度算子，表示客户n在群组m中经过t次迭代中的k次随机梯度下后的本地模型， 3群组m中的可用设备n通过无线信道，传输训练后得到的本地模型到边缘节点m； S43：边缘节点聚合可用设备上传的模型并更新个性化群组模型，流程如下： 1边缘节点m接收群组m中可用设备上传的模型 2边缘节点m聚合可用设备上传的模型并更新个性化群组模型： 3边缘节点将最新的个性化群组模型储存在本地； S5：重复进行步骤S3和S4，直至达到收敛条件。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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”。