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！

龙图腾网获悉四川省人工智能研究院(宜宾)申请的专利一种联邦学习中的模型微调和头部聚合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：CN114936595B 。

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：202210488179.4，技术领域涉及：G06F18/214；该发明授权一种联邦学习中的模型微调和头部聚合方法是由王衍松;许辉;阿里·瓦格尔;邵杰设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本一种联邦学习中的模型微调和头部聚合方法在说明书摘要公布了：本发明公开了一种联邦学习中的模型微调和头部聚合方法，包括以下步骤：S1：通过客户端接收中心服务器发送的深度学习模型，并在客户端对深度学习模型进行头部训练；S2：在中心服务器中对头部训练后的深度学习模型进行全局表示聚合，生成泛化性全局模型，以适配不同的客户端。本发明提出了一种新的联邦学习中的模型微调和头部聚合方法。该方法首先使用模型微调的方式改进了传统的联邦学习训练方法，为每个客户端提供了不同的个性化头部模型，提升了个性化联邦学习的性能表现。

本发明授权一种联邦学习中的模型微调和头部聚合方法在权利要求书中公布了：1.一种联邦学习中的模型微调和头部聚合方法，其特征在于，包括以下步骤： S1：通过客户端接收中心服务器发送的深度学习模型，并在客户端对深度学习模型进行头部训练； S2：在中心服务器中对头部训练后的深度学习模型进行全局表示聚合，生成泛化性全局模型，以适配不同的客户端； 所述步骤S1包括以下子步骤： S11：通过客户端接收中心服务器发送的深度学习模型，将深度学习模型顶部的全连接层作为深度学习模型的头部，将深度学习模型的剩余主体作为深度学习模型的全局表示，将深度学习模型的头部和全局表示组成客户端的完整模型； S12：利用客户端的完整模型对客户端的本地数据训练τsync个轮次，获得梯度； S13：根据梯度，更新深度学习模型的头部和全局表示； S14：保持更新后的全局表示不变，并更新深度学习模型的头部，完成头部训练； 所述步骤S2包括以下子步骤： S21：将更新后的全局表示和头部返回至中心服务器，并在中心服务器上对全局表示进行聚合，利用中心服务器的头部字典判断客户端的存储空间是否为空，若是则将更新后的头部直接存储在头部字典中，否则利用最新的头部替代返回的头部； S22：聚合头部字典的所有头部，生成泛化性头部； S23：将泛化性头部和聚合后的全局表示进行拼接，生成泛化性全局模型，以适配不同的客户端。

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四川省人工智能研究院(宜宾)，其通讯地址为：644000 四川省宜宾市宜宾临港经济技术开发区长江北路西段附二段430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”。