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！

龙图腾网获悉湖北文理学院申请的专利基于边-端-云三层架构的个性联邦学习方法及系统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：CN119761529B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202410399086.3，技术领域涉及：G06N20/00；该发明授权基于边-端-云三层架构的个性联邦学习方法及系统是由李晓丽;赵奕哲;余晖;刘亚亚;刘家磊设计研发完成，并于2024-04-03向国家知识产权局提交的专利申请。

本基于边-端-云三层架构的个性联邦学习方法及系统在说明书摘要公布了：本发明公开了边缘计算技术领域的一种基于边‑端‑云三层架构的个性联邦学习方法及系统，所述方法包括：多个边缘终端设备和至少一个云端服务器，所述边缘终端设备与云端服务器之间设置多个边缘服务器作为中转，每个边缘服务器连接预定区域边缘终端设备，其中，所述云端服务器至少包括全局模型，用于为所述边缘终端设备提供全局信息；边缘终端设备包括若干本地模型，当所述边缘终端设备对本地模型进行更新时，用于根据本地可用系统资源自动决定本地训练的轮次；边缘服务器，用于将若干训练完成的本地模型进行聚合，形成局域模型。本发明能够解决数据异构性和通信拥堵的问题，提高了传输速率。

本发明授权基于边-端-云三层架构的个性联邦学习方法及系统在权利要求书中公布了：1.一种基于边-端-云三层架构的个性联邦学习方法，其特征在于，包括： 边缘终端设备向边缘服务器发送本地模型和本地更新；其中，所述边缘服务器接收边缘终端设备发送的本地模型和本地更新，包括： 所述边缘终端通过随机梯度下降法计算出本地模型的训练轮次，所述计算出本地模型的训练轮次的表达式如下： ； 其中，表示边缘终端i在t+1轮训练后生成的本地模型；示边缘终端i在t轮训练后生成的本地模型；表示学习率；表示本地计算量；表示本地更新；表示对局域模型施加的强约束；全局模型； 基于所述训练轮次，确定新的本地模型； 采用传统的联邦学习方法FedAvg在边缘终端设备对全局模型进行更新，获得本地更新； 将所述本地更新、新的本地模型发送到边缘服务器； 所述边缘服务器将所述本地模型进行聚合，形成局域模型，以及将所述本地更新进行聚合后形成局域更新，并将所述局域更新发送给云端服务器； 所述云端服务器根据所述边缘终端服务器发送的局域更新，对全局模型进行更新，得到最新的全局模型，并将所述最新的全局模型发送到边缘服务器； 所述边缘服务器将所述最新的全局模型和局域模型发送至所属区域的若干边缘终端设备，开始新一轮的迭代，直至找到最优的全局模型和个局域模型，使得边缘终端设备的数据损失最小；其中，所述边缘终端设备的数据损失最小的计算表达式如下： ； 其中，表示云端服务器的全局模型；{}表示边缘服务器的局域模型集合；表示局域模型在边缘终端设备i的数据分布的损失；表示边缘终端设备i的本地数据占其所属区域的所有数据的比例；K表示边缘服务器的数量；表示边缘服务器k所属区域的所有边缘终端设备的本地数据占全部数据的比例；表示边缘终端设备的本地模型的数量。

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湖北文理学院，其通讯地址为：441054 湖北省襄阳市襄城区隆中路296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。