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！

龙图腾网获悉成都理工大学申请的专利一种基于纵向联邦学习的协同训练方法、装置及存储介质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：CN115759295B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211426334.6，技术领域涉及：G06N20/20；该发明授权一种基于纵向联邦学习的协同训练方法、装置及存储介质是由唐小川;王宇;周馨;胡强;李冬芬;周让设计研发完成，并于2022-11-14向国家知识产权局提交的专利申请。

本一种基于纵向联邦学习的协同训练方法、装置及存储介质在说明书摘要公布了：本发明提供了基于纵向联邦学习的协同训练方法、装置及存储介质，拆分神经网络包括位于每个客户端的子神经网络及位于服务器端的多个客户端特征融合神经网络及特征融合网络；通过客户端特征融合神经网络的输出结果和预测数据复用标签Y确定第一损失函数；基于第一损失函数调整好子神经网络及客户端特征融合神经网络后输出第一中间特征，特征融合网络基于多个第一中间特征确定特征融合神经网络的输出结果；基于特征融合神经网络的输出结果和预测数据复用标签Y确定第二损失函数；基于第二损失函数对拆分神经网络进行调整。实现了网络快速收敛；不必等待客户端数据同步；可动态扩展或删除客户端；鲁棒性更强，实现预测目标的精准预测。

本发明授权一种基于纵向联邦学习的协同训练方法、装置及存储介质在权利要求书中公布了：1.一种基于纵向联邦学习的协同训练方法，其特征在于， 建立的拆分神经网络包括位于每个客户端的子神经网络以及位于服务器端的多个客户端特征融合神经网络和特征融合网络，其中所述特征融合网络包括多个组特征融合子网络及一个全局融合子网络，每个组特征融合子网络对应一组客户端； 服务器端接收各个子神经网络的输出特征并将各个所述输出特征输入对应的客户端特征融合神经网络，以通过所述客户端特征融合神经网络的输出结果和预测数据复用标签确定针对每个客户端特征融合神经网络的第一损失函数；基于所述第一损失函数对所述子神经网络及所述客户端特征融合神经网络中至少一者进行调整； 服务器端通过特征融合网络接收调整好的每个客户端特征融合神经网络输出的第一中间特征，其中每个组特征融合子网络接收组内客户端对应的客户端特征融合神经网络输出的第一中间特征，并将接收的第一中间特征进行融合，得到每个组特征融合子网络对应的第二中间特征；所述全局融合子网络接收多个组特征融合子网络分别对应的第二中间特征，确定所述特征融合网络的输出结果；以及， 基于所述特征融合网络的输出结果和所述预测数据复用标签确定针对所述特征融合网络的第二损失函数；基于所述第二损失函数对所述子神经网络、所述客户端特征融合神经网络及所述特征融合网络中至少一者进行调整。

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成都理工大学，其通讯地址为：610059 四川省成都市二仙桥东三路1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。