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！

龙图腾网获悉北京交通大学申请的专利一种基于节点贡献聚类的公平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：CN117196058B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310485711.1，技术领域涉及：G06N20/00；该发明授权一种基于节点贡献聚类的公平联邦学习方法是由李浥东;陈颢瑜;陈乃月;郎丛妍;贾晓丰设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种基于节点贡献聚类的公平联邦学习方法在说明书摘要公布了：本发明提供的一种基于节点贡献聚类的公平联邦学习方法，首先根据联邦学习中每个客户端的实际贡献程度进行分组，并将贡献相似的客户端划分为同一组。在每一轮迭代中，首先在每个组的客户端之间进行组内聚合，然后将组内聚合获得的小组模型更新参数上传到服务器端，服务器端对不同组之间的模型进行全局聚合。经过一段时间的全局聚合，每个组基本可以获得其他组的训练信息。此时，可以将全局联邦学习过程划分为组，每个组可以训练自己的个性化组模型，使每个组都能获得与其自身贡献相匹配的公平回报。

本发明授权一种基于节点贡献聚类的公平联邦学习方法在权利要求书中公布了：1.一种基于节点贡献聚类的公平联邦学习方法，其特征在于，包括： S1对所有参与联邦计算的客户端的自身的参数和本地模型进行初始化； S2通过每个参与联邦计算的客户端的本地训练数据，对各自的本地模型进行训练，聚合训练后的本地模型； S3通过夏普利值方法对每个参与联邦计算的客户端进行评估，获得每个参与联邦计算的客户端的贡献度； S4基于每个参与联邦计算的客户端的贡献度，对所有参与联邦计算的客户端进行聚类分组； S5分别训练每个组别的客户端的本地模型，聚合每个组别的客户端的本地模型的更新信息，获得用于更新每个组别的客户端的全局模型的更新参数；训练过程中，同组别的客户端共享所述全局模型的更新参数； S6通过计算获得每个组别的贡献比重，将每个组别的贡献比重作为全局聚合权重，基于每个组别的贡献比重，对每个组别的客户端的本地模型进行全局聚合；所述全局聚合执行完成后，基于每个组别的贡献比重，将更新的模型参数发送至所有参与联邦计算的客户端； S7重复执行步骤S2至S6多次，直至每个组别的组内模型能够拟合相应的分布； S8终止执行步骤S6，通过重复多次执行步骤S2至S5，继续训练每个组别的组内模型，获得目标模型； 目标模型用于发送到一种或多种平台。

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交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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”。

以上内容由龙图腾AI智能生成。