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！

龙图腾网获悉华中科技大学申请的专利一种用于分布式系统的个性化拆分学习方法及应用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：CN115577301B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211180720.1，技术领域涉及：G06F18/2415；该发明授权一种用于分布式系统的个性化拆分学习方法及应用是由李瑞轩;王号召;王悦明;李玉华;辜希武设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本一种用于分布式系统的个性化拆分学习方法及应用在说明书摘要公布了：本发明公开了一种用于分布式系统的个性化拆分学习方法及应用，属于分布式协作机器学习技术领域，在每轮训练中所有客户端先训练出一个全局服务端模型，在此基础上，根据数据相似性为客户端分簇，并为每个簇中设置一个个性化的局部服务端模型，且在训练过程中对局部服务端模型基于全局服务端模型进行正则化微调，从而使局部服务端模型相较于全局服务端模型，可以更符合簇中客户端的本地数据特征，进而簇中的客户端设备经局部训练后能够获得更高的预测精度；本发明同时考虑了全局模型和局部模型，既可以利用较多样本来训练模型，又可以在一定程度上解决不同客户端数据非独立同分布的问题，使模型的预测精度有所提升。

本发明授权一种用于分布式系统的个性化拆分学习方法及应用在权利要求书中公布了：1.一种用于分布式系统的个性化拆分学习方法，其特征在于，包括以下步骤： S1、对每个客户端内部的局部模型和全局服务器端内部的全局服务端模型依次进行交互训练，并重复训练s轮，从而在全局服务器端得到全局服务端模型； 其中，对第i个客户端内部的局部模型和全局服务器端内部的全局服务端模型进行交互训练的过程包括：在第i个客户端中将其内部的本地训练样本输入至其内部的局部模型中进行训练，生成中间结果，并发送至全局服务器端；全局服务器端接收到第i个客户端的中间结果后，将第i个客户端的中间结果输入至其内部的全局服务端模型中继续进行训练，训练结束后进行反向传播，将反向传播的结果传递给第i个客户端；第i个客户端接收到反向传播的结果后，对其内部的局部模型进行更新； S2、基于客户端本地训练样本的特征相似度对客户端进行聚类，得到M个客户端簇；并在全局服务器端设置与M个客户端簇一一对应的M个局部服务端模型； S3、判断当前迭代是否为第一轮迭代，若是，则将M个局部服务端模型分别初始化为全局服务端模型；否则，分别将上一轮迭代轮次下的M个局部服务端模型在全局服务端模型的基础上进行全局正则化微调，从而得到当前迭代轮次下的M个局部服务端模型； S4、分别在每个客户端簇中，对其中的每个客户端内部的局部模型和其所对应的局部服务端模型按照所述步骤S1中的训练方式依次进行交互训练，并重复训练s轮； S5、重复步骤S1-S4进行迭代，直至当前迭代轮次达到预设迭代轮次。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。