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！

龙图腾网获悉集美大学;南京大学申请的专利一种联邦学习系统中集成学习模型及其构建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：CN115936111B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211677470.2，技术领域涉及：G06N3/098；该发明授权一种联邦学习系统中集成学习模型及其构建方法是由张斐斐;王智谨;葛季栋;黄子峰;李传艺设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种联邦学习系统中集成学习模型及其构建方法在说明书摘要公布了：本申请提供一种联邦学习系统中集成学习模型及其构建方法。方法包括：确定联邦学习系统的优化目标和约束条件；系统中包含一个中心服务器以及多个参与方；设置集成学习模型的迭代次数，在每一轮迭代中，中心服务器随机选择预设数量个参与方进行并行的决策树训练，每个所选的参与方利用本地数据集训练出一棵决策树；将训练好的决策树发送给中心服务器进行聚合，聚合为一个基学习器，用于下一轮的迭代，更新全局的集成学习模型；中心服务器向各个参与方发送全局的集成学习模型，每个参与方利用本地数据集对全局的集成学习模型进行微调，最终获得个性化的、各自用于预测的集成学习模型。本申请的集成学习模型相较于现有的模型，预测准确度更高。

本发明授权一种联邦学习系统中集成学习模型及其构建方法在权利要求书中公布了：1.一种联邦学习系统中集成学习模型的构建方法，其特征在于，包括： 确定联邦学习系统的优化目标和约束条件；所述联邦学习系统中包含一个中心服务器以及多个参与方，所述多个参与方参与集成学习模型的训练，同时避免暴露其本地数据；所述联邦学习系统采用星型拓扑的网络架构，多个参与方可同时与中心服务器进行通信； 设置集成学习模型的迭代次数，在每一轮迭代中，中心服务器随机选择预设数量个参与方进行并行的决策树训练，每个所选的参与方利用本地数据集，结合差分隐私机制训练出一棵决策树； 每个所选的参与方将训练好的决策树发送给中心服务器进行聚合，中心服务器将接收到的决策树聚合为一个基学习器，再将该基学习器发送给各参与方用于下一轮的迭代，以及根据该基学习器更新全局的集成学习模型，直至迭代完成； 中心服务器向各个参与方发送全局的集成学习模型，每个参与方利用本地数据集对全局的集成学习模型进行微调，最终获得每个参与方各自用于预测的集成学习模型； 所述每个参与方利用本地数据集对全局的集成学习模型进行微调，包括： 每个参与方基于本地数据集，利用预设的集成修剪算法对全局的集成学习模型进行微调； 所述每个参与方基于本地数据集，利用预设的集成修剪算法对全局的集成学习模型进行微调，包括： 基于本地数据集，利用预设的集成修剪算法计算集成学习模型中每个基学习器的权重，所述权重用于表征基学习器对于加入集成学习模型的适应度； 将权重大于预设阈值的基学习器保留在集成学习模型中，其余基学习器排除出集成学习模型，得到微调后的集成学习模型。

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集美大学;南京大学，其通讯地址为：361000 福建省厦门市集美银江路185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。