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！

龙图腾网获悉西安交通大学申请的专利基于二分与倍增的低轨卫星去中心化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：CN119519817B 。

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：202411703794.8，技术领域涉及：H04B7/185；该发明授权基于二分与倍增的低轨卫星去中心化联邦学习方法及系统是由徐东阳;秦鹏翔设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本基于二分与倍增的低轨卫星去中心化联邦学习方法及系统在说明书摘要公布了：本发明提供基于二分与倍增的低轨卫星去中心化联邦学习方法及系统，包括：首轮联邦学习中，联邦学习用户通过交换模型参数获得聚合模型；在聚合模型下，联邦学习用户在各自的数据集上训练本地模型；完成本地模型训练后，进入规约分散阶段，获得唯一的部分聚合模型参数；基于唯一的部分聚合模型参数，各联邦学习用户将自己的部分聚合模型参数一起发送，获得了完整的聚合模型参数，用于新的本地模型训练，启动新一轮的联邦学习。本发明根据低轨卫星网络联邦学习中传统联邦学习存在负载集中于服务器的问题，同事考虑时延管理，利用二分与倍增方法形成去中心化架构，分散了数据处理和模型训练的负载，避免了单一服务器的瓶颈现象。

本发明授权基于二分与倍增的低轨卫星去中心化联邦学习方法及系统在权利要求书中公布了：1.基于二分与倍增的低轨卫星去中心化联邦学习方法，其特征在于，包括： 首轮联邦学习中，联邦学习用户通过交换模型参数获得聚合模型，其中联邦学习用户为每个低轨卫星； 在聚合模型下，联邦学习用户在各自的数据集上训练本地模型； 完成本地模型训练后，进入规约分散阶段，获得唯一的部分聚合模型参数； 在全收集阶段，基于唯一的部分聚合模型参数，各联邦学习用户将自己的部分聚合模型参数一起发送，获得了完整的聚合模型参数，用于新的本地模型训练，启动新一轮的联邦学习； 完成本地模型训练后，进入规约分散阶段，获得唯一的部分聚合模型参数，包括： 完成本地模型训练后，进入规约分散阶段，并继续进行共个步骤操作，在每个步骤中，根据联邦学习用户的索引形成总共对用户组合，表示为，其中表示步骤索引；每对用户交换各自的部分模型参数，并通过加权求和操作在本地聚合；随着步骤的增加，每对联邦学习用户之间的索引差距呈指数级加倍，传输数据的大小从逐渐下降至，其中表示相应数据的比特大小； 基于唯一的部分聚合模型参数，各联邦学习用户将自己的部分聚合模型参数一起发送，获得了完整的聚合模型参数，包括： 完成步骤后，联邦学习用户将获得唯一的部分聚合模型参数，全收集阶段的步骤数等于规约分散阶段的步骤数，对于每个联邦学习用户，该过程与规约分散阶段相反，在接收到唯一的部分聚合的模型参数后，每个用户将其与自己的部分聚合模型参数一起发送给对应方，最后一步之后，所有联邦学习用户都获得了完整的聚合模型参数，结果将用于新的本地模型训练，启动新一轮的联邦学习。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。