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！

龙图腾网获悉北京理工大学申请的专利一种基于模型和数据蒸馏的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：CN117035057B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310952319.3，技术领域涉及：G06N3/098；该发明授权一种基于模型和数据蒸馏的个性化联邦学习方法是由张志威;乔鹏鹏;王国仁设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。

本一种基于模型和数据蒸馏的个性化联邦学习方法在说明书摘要公布了：本发明公开了一种基于模型和数据蒸馏的个性化联邦学习方法，涉及联邦学习技术领域，设计了共享编码器私有解码器架构，该模型可以在有限的的私有数据上，支持异构数据和异构模型，充分实现个性化并支持有效的学习。步骤如下：在客户端构建本地模型，包含共享编码器和私有解码器。客户端根据私有数据集训练本地模型，向服务器上传共享编码器的模型参数。客户端根据本地模型计算公有数据集的输出logits并向服务器上传logits。服务器对logits和多个客户端的共享编码器模型参数分别做加权聚合，得到全局logits和多个全局编码器模型参数。各客户端下载多个全局编码器模型，更新客户端中的多个本地共享编码器模型参数，下载全局logits，以知识蒸馏的方式参与解码器的训练。

本发明授权一种基于模型和数据蒸馏的个性化联邦学习方法在权利要求书中公布了：1.一种基于模型和数据蒸馏的个性化联邦学习方法，其特征在于，该方法包括如下步骤： S1、在客户端构建本地模型，客户端的本地模型包含一个共享编码器和一个私有解码器，具体包括以下步骤： S101、客户端的本地模型由一个共享编码器和一个私有解码器组成； 所有客户端的共享编码器的架构相同，客户端k的共享编码器配备有不同结构的的m个神经网络参数为m大于1，从而产生多个嵌入表示；第i个神经网络φi的嵌入表示为： S102、不同的客户端的私有解码器架构不同，客户端k的私有解码器为ψk，其模型参数为vk，私有解码器由自适应聚合器和个性化分类器组成；所述自适应聚合器将来自共享编码器的m个嵌入作为输入，将m个嵌入聚合为一个嵌入，自适应地选择和融合来自多个共享编码器的信息特征所述个性化分类器将聚合的嵌入作为输入，并进行最终预测； S2、客户端根据私有数据集训练本地模型，然后向服务器上传共享编码器的模型参数； S3、客户端根据本地模型计算公有数据集的输出logits，然后向服务器上传logits； S4、服务器对logits和多个客户端上传的共享编码器模型参数分别做加权聚合，得到全局的logits和多个全局编码器模型参数； S5、各客户端下载多个全局编码器模型，并利用这些模型参数更新客户端中的多个本地共享编码器模型参数，并下载全局logits，以知识蒸馏的方式参与解码器的训练。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。