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！

龙图腾网获悉上海交通大学申请的专利基于夏普利值的联邦学习移动设备分布数据处理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：CN114912626B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202210436896.2，技术领域涉及：G06N20/00；该发明授权基于夏普利值的联邦学习移动设备分布数据处理方法是由郑臻哲;公辰;吴帆;陈贵海设计研发完成，并于2022-04-15向国家知识产权局提交的专利申请。

本基于夏普利值的联邦学习移动设备分布数据处理方法在说明书摘要公布了：一种基于夏普利值的联邦学习移动设备分布数据处理方法，将多个移动设备构建联邦学习集群，在联邦学习的每一轮中，中心节点应用Monte‑Carlo采样方法估计各个联邦学习移动设备当前的联邦夏普利值，并将其在全局模型参数相对于初始参数的变化方向上的投影作为其对模型的重要性与贡献度，并基于联邦夏普利值选择联邦学习移动设备参与本轮的模型训练能够有效加快模型收敛速度，提升模型最终的精度。本发明能够衡量各个移动终端的数据集对模型训练过程的影响，从而在每轮选择高贡献度的设备参与训练，减少数据通信开销，加快收敛速度，提升模型表现。

本发明授权基于夏普利值的联邦学习移动设备分布数据处理方法在权利要求书中公布了：1.一种基于夏普利值的联邦学习移动设备分布数据处理方法，其特征在于，将多个移动设备构建联邦学习集群，在联邦学习的每一轮中，中心节点应用Monte-Carlo采样方法估计各个联邦学习移动设备当前的联邦夏普利值，并将其在全局模型参数相对于初始参数的变化方向上的投影作为其对模型的重要性与贡献度，并基于联邦夏普利值选择联邦学习移动设备参与本轮的模型训练能够有效加快模型收敛速度，提升模型最终的精度； 所述的夏普利值为：，其中：为联邦学习移动设备k在第轮的联邦夏普利值；为所有联邦学习移动设备的集合；为移动设备子集；为只有移动设备子集参与到联邦学习训练过程时，全局模型在第轮的参数，其值需要通过重新训练模型得到； 所述的联邦夏普利值，通过以下方式估计得到：，其中：为联邦学习移动设备在第轮的联邦夏普利值；为所有联邦学习移动设备的集合；表示联邦学习移动设备子集；为只有联邦学习移动设备子集参与到联邦学习训练过程时，全局模型在第轮的参数；表示在训练过程中从总联邦学习移动设备集合移除设备子集后，模型在第轮的参数变化通过估计得到，具体为：，其中：为当前参与模型训练的移动设备集合；为第个联邦学习移动设备的数据集大小；为设备子集的总数据集大小；为移动设备本地更新模型的次数；为单位矩阵；为学习率；表示当模型参数为时，模型在设备的数据集上的损失函数；为第轮联邦学习过程中移动设备在本地数据集上更新次后的模型；表示只在第轮将联邦学习移动设备子集移除后全局模型的参数；因为联邦夏普利值的计算需要遍历移动设备集合的每一个子集，用Monte-Carlo采样方法来估计可以得到时间复杂度更低的估计方法。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。