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！

龙图腾网获悉吉林大学申请的专利一种无线网络中异步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：CN116484976B 。

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：202310460800.0，技术领域涉及：G06N20/00；该发明授权一种无线网络中异步联邦学习方法是由胡封晔;郑嘉宁;刘小兰;凌壮;那顺乌力吉;陈明晖;马军设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种无线网络中异步联邦学习方法在说明书摘要公布了：本发明涉及联邦学习技术领域，具体涉及一种无线网络中异步联邦学习方法，包括：构建包括N个用户和一个基站的基于联邦学习的无线网络系统架构；在每轮训练开始时，基站对用户进行分组，并选择每组通信链路状态最好的用户作为“header”，将全局模型发送给每组的“header”；每组的“header”将全局模型发送给给定用户，进行本地模型的训练；各“header”按预设规则对训练完成的组内用户进行调度，接收被调度用户上传的本地模型进行聚合，生成组模型；各“header”将生成的组模型同步上传到基站，基站再对各个组模型进行聚合，生成全局模型。本发明考虑无线网络中复杂的信道环境，提高模型的训练精度。

本发明授权一种无线网络中异步联邦学习方法在权利要求书中公布了：1.一种无线网络中异步联邦学习方法，其特征在于，包括以下步骤： 构建基于联邦学习的无线网络系统架构，所述系统架构包括N个用户和一个基站，每个用户以不同的移动路径在给定的目标区域内移动，并不断收集数据；所有用户收集到的数据集用于协同训练一个机器学习模型； 在每轮训练开始时，基站按照每个用户本地模型更新的重要度对用户进行分组，并选择每组通信链路状态最好的用户作为“header”，将全局模型发送给每组的“header”； 每组的“header”将全局模型发送给给定用户，用户基于全局模型以及本地数据集进行本地模型的训练；各“header”在规定时间内收集来自组内用户的训练完成信号，并按预设规则对训练完成的组内用户进行调度，接收被调度用户上传的本地模型进行聚合，生成组模型； 各“header”将生成的组模型以同步的方式上传到基站，基站再对各个组模型进行聚合，生成全局模型； 以找到使全局模型的损失函数Fω最小的参数向量为训练目标，直至得到最终的机器学习模型； 使用集合表示用户集合，设定每个用户i,都有一个本地数据集Di，数据集大小为|Di|；设表示无线网络中所有用户收集的整个数据集，大小记为|D|，且每个用户的数据集都不相同，即 第t轮训练中，被调度用户的本地模型进行聚合时，组模型更新表示为： 其中，表示来自第j个组Gj的组模型更新；表示被调度用户集合；表示t-1轮训练中生成的用户i的本地模型；ωt-1表示第t-1轮训练中生成的全局模型； 当组模型在基站处聚合时，全局模型更新表示为： 其中，Hj表示聚合的权重系数，与模型更新重要度j有关；表示用户集群的重要度集合，将用户按本地模型更新的重要度分为J个组。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区南湖大路5372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。