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！

龙图腾网获悉浙江工业大学申请的专利一种基于神经元激活差异的联邦公平框架训练方法和装置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：CN115907004B 。

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：202211698654.7，技术领域涉及：G06N3/098；该发明授权一种基于神经元激活差异的联邦公平框架训练方法和装置是由陈晋音;李明俊;刘涛设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种基于神经元激活差异的联邦公平框架训练方法和装置在说明书摘要公布了：本发明公开提供一种基于神经元激活差异的联邦公平框架训练方法和装置。在进行联邦学习的过程中，服务器除了要求客户端上传本地模型更新参数以外，还要求客户端上传神经元的激活频率，服务器通过计算客户端神经元激活频率的稀疏度，来评估每个客户端的贡献度，以此下发不同的质量的全局模型给各个客户端。

本发明授权一种基于神经元激活差异的联邦公平框架训练方法和装置在权利要求书中公布了：1.一种基于神经元激活差异的联邦公平框架训练方法，其特征在于，包括以下步骤： 1初始化联邦学习训练环境； 所述步骤1具体为：设定整体训练轮次E、本地数据D、参与联邦学习的整体客户端数k；每个客户端pi均包含H个神经元； 2服务器将初始全局模型参数发送给本地的每个客户端pi，开始联邦学习训练； 3进行第t轮的训练，参与训练的每个客户端pi分别根据从服务器得到的全局模型参数进行本地训练，训练得到本地模型参数并记录本轮每个神经元的激活值；为每个客户端pi提供参数初始化均为0的矩阵，每个客户端pi根据激活值更新得到更新后的矩阵； 所述步骤3具体包括以下子步骤： 3.1进行第t轮的联邦学习训练的每个客户端pi得到训练好的本地模型参数，并记录本轮每个神经元的激活值，计算客户端pi在第t轮的神经元阈值，计算公式如下： ； 其中，下标h表示客户端pi中第h个神经元，；表示在第t轮的联邦学习训练中客户端pi的第h个神经元的激活值； 3.2每轮联邦学习训练，为每个客户端pi提供参数初始化均为0的矩阵：； 当，则更新矩阵中第h个参数：； 当，则更新矩阵中第h个参数：； 重复上述步骤，更新整个矩阵，得到更新后的矩阵：，其中，表示矩阵中的第h个参数； 4每个客户端pi将训练好的本地模型参数和更新后的矩阵上传给服务器；服务器对所有客户端上传的本地模型参数进行聚合，得到聚合后的模型更新参数；服务器计算每个客户端pi的稀疏度；根据稀疏度计算每个客户端pi能从服务器中获取个参数数量，并为每个客户端pi分别下发下一轮的全局模型参数； 所述步骤4具体包括以下子步骤： 4.1每个客户端pi将训练好的本地模型参数和更新后的矩阵上传给服务器； 4.2服务器对所有客户端上传的本地模型参数进行聚合，得到聚合后的模型更新参数，计算公式如下： ； 4.3服务器计算每个客户端pi的稀疏度，计算公式如下： ； 4.4根据稀疏度计算每个客户端pi能从服务器中获取个参数数量，计算公式如下： ； 其中，表示聚合后的模型更新参数的总参数数量； 4.5服务器根据每个客户端pi的参数数量，为每个客户端pi分别下发下一轮的全局模型参数，计算公式如下： ； 其中，Random函数表示从聚合后的模型更新参数中随机选取个参数数量； 5重复步骤3-步骤4，直至全局模型收敛，完成个性化联邦学习模型的训练。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。