上海工程技术大学方志军获国家专利权
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！
龙图腾网获悉上海工程技术大学申请的专利一种应用于数据异构的联邦域适应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：CN114881134B 。
龙图腾网通过国家知识产权局官网在2025-07-29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：202210450589.X，技术领域涉及：G06F18/214；该发明授权一种应用于数据异构的联邦域适应方法是由方志军;黄芳;赵晓丽;李兴宸设计研发完成，并于2022-04-26向国家知识产权局提交的专利申请。
本一种应用于数据异构的联邦域适应方法在说明书摘要公布了：本发明属于机器学习的技术领域，公开了一种应用于数据异构的联邦域适应方法，每个联邦源域节点基于相关的本地数据集进行当前轮次训练得到对应的本地源域模型，对所有的本地源域模型进行知识蒸馏，获取高质量知识和支持所述高质量知识的本地源域模型数量，连同所有的本地源域模型共同上传至中央服务器，然后计算每个本地源域模型对应的权重，通过聚合操作建立全局模型，最后中央服务器将全局模型下发至各个源域节点，再结合对比训练方法，进行下一轮次训练得到每个源域节点对应的本地源域模型，依次迭代，直到全局模型收敛，从而完成联邦域的自适应学习。
本发明授权一种应用于数据异构的联邦域适应方法在权利要求书中公布了：1.一种应用于数据异构的联邦域适应方法，其特征在于：每个联邦源域节点基于相关的本地数据集进行当前轮次训练得到对应的本地源域模型，对所有的本地源域模型进行知识蒸馏，获取高质量知识和支持所述高质量知识的本地源域模型数量，连同所有的本地源域模型共同上传至中央服务器，然后计算每个本地源域模型对应的权重，通过聚合操作建立全局模型，最后中央服务器将全局模型下发至各个源域节点，再结合对比训练方法，进行下一轮次训练得到每个源域节点对应的本地源域模型，依次迭代，直到全局模型收敛，从而完成联邦域的自适应学习； 其中，建立全局模型的方法包括以下步骤： 步骤ⅰ、利用如下方程式，计算每个本地源域模型的权重， 其中，表示第k个本地源域模型的贡献度，αk表示第k个本地源域模型的权重，K表示本地源域模型的总个数，pi表示高质量知识，npi表示支持高质量知识pi的本地源域模型数量； 步骤ⅱ、将每个本地源域模型的原始参数和对应的权重相乘得到新的参数，再结合对应的本地源域模型共同进行聚合操作，建立全局模型。
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工程技术大学，其通讯地址为：201620 上海市松江区龙腾路333；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号