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！

龙图腾网获悉深圳前海微众银行股份有限公司申请的专利联邦学习建模优化方法、设备、介质及产品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：CN113344223B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202110732841.1，技术领域涉及：G06N20/00；该发明授权联邦学习建模优化方法、设备、介质及产品是由康焱;范力欣设计研发完成，并于2021-06-29向国家知识产权局提交的专利申请。

本联邦学习建模优化方法、设备、介质及产品在说明书摘要公布了：本申请公开了一种联邦学习建模优化方法、设备、介质及产品，应用于第一方，包括：提取第一方待训练样本及其对应的预设真实标签；基于待训练第一方底端特征提取模型，将第一方训练样本和预设第一方底端护照数据共同转换为第一方训练中间输出；基于第一方训练中间输出、预设真实标签、预设第一方顶端护照数据以及待训练顶端预测模型，联合各第二方生成的第二方训练中间输出，计算待训练顶端预测模型对应的模型总损失；基于所述模型总损失，优化待训练第一方底端特征提取模型和待训练顶端预测模型，获得第一方底端特征提取模型和顶端预测模型。本申请解决了联邦学习建模时计算效率低的技术问题。

本发明授权联邦学习建模优化方法、设备、介质及产品在权利要求书中公布了：1.一种联邦学习建模优化方法，其特征在于，所述联邦学习建模优化方法应用于第一方，所述第一方为联邦学习建模优化设备，第二方为另一联邦学习建模优化设备，所述联邦学习建模优化设备为实体设备，所述第一方与所述第二方之间通信连接； 所述联邦学习建模优化方法包括： 获取待训练第一方底端特征提取模型和待训练顶端预测模型，并提取第一方训练样本和所述第一方训练样本对应的预设真实标签； 基于所述待训练第一方底端特征提取模型，将所述第一方训练样本和预设第一方底端护照数据共同转换为具有护照嵌入的第一方训练中间输出； 基于所述第一方训练中间输出、所述预设真实标签、预设第一方顶端护照数据以及所述待训练顶端预测模型，通过与各第二方进行联邦交互，联合各所述第二方生成的具有护照嵌入的第二方训练中间输出，计算所述待训练顶端预测模型对应的模型总损失，其中，所述第二方训练中间输出由所述第二方获取的待训练第二方底端特征提取模型，对预设第二方底端护照数据和所述第一方训练样本对应的第二方训练样本进行转换得到； 基于所述模型总损失，优化所述待训练第一方底端特征提取模型和所述待训练顶端预测模型，获得第一方底端特征提取模型和顶端预测模型； 其中，所述预设真实标签为所述第一方训练样本的标识，用于标识第一方训练样本的类别或者属性信息； 所述待训练第一方底端特征提取模型包括待训练第一方底端神经网络，所述待训练第一方底端神经网络至少包括一待训练第一方护照嵌入模块，所述预设第一方底端护照数据至少包括一所述待训练第一方护照嵌入模块对应的第一方待嵌入护照样本，所述第一方待嵌入护照样本为图片、文字或者特定的编码矩阵，所述待训练第一方护照嵌入模块用于将所述第一方待嵌入护照样本嵌入所述第一方训练样本在所述待训练第一方底端特征提取模型中的模型中间输出； 所述第二方训练样本与所述第一方训练样本对应同一公共样本ID，所述公共样本ID由第一方与各第二方进行样本对齐时确定。

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深圳前海微众银行股份有限公司，其通讯地址为：518000 广东省深圳市前海深港合作区前湾一路1号A栋201室（入驻深圳市前海商务秘书有限公司）；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”。