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！

龙图腾网获悉福建师范大学申请的专利一种用于数据异构且资源受限环境的个性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：CN120893526B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511430522.X，技术领域涉及：G06N3/098；该发明授权一种用于数据异构且资源受限环境的个性化联邦学习方法及系统是由陈志豪;宁建廷;黄俊煌;马楚阳设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本一种用于数据异构且资源受限环境的个性化联邦学习方法及系统在说明书摘要公布了：本发明提供一种用于数据异构且资源受限环境的个性化联邦学习方法及系统，由服务器与多个客户端协作执行，用于保护客户端数据隐私并协同训练适配各客户端本地数据分布的模型，包括以下步骤：1服务器初始化与分发；2客户端个性化模型构建与训练；3客户端上传；4服务器接收各客户端上传的本地参数排名和本地超网络参数；采用投票聚合方式对所述本地参数排名进行离散聚合，更新全局参数共识排名；同时，采用加权平均方式对所述本地超网络参数进行连续聚合，更新全局超网络参数；5重复执行步骤1至4，直至模型性能满足预设收敛条件。

本发明授权一种用于数据异构且资源受限环境的个性化联邦学习方法及系统在权利要求书中公布了：1.一种用于数据异构且资源受限环境的个性化联邦学习方法，由服务器与多个客户端协作执行，用于保护客户端数据隐私并协同训练适配各客户端本地数据分布的模型，其特征在于，包括以下步骤： 1服务器初始化共享的主干网络、与所述主干网络权重一一对应的参数重要性分数、以及全局超网络；在每轮通信中，向参与训练的客户端分发当前的全局参数共识排名和全局超网络参数； 2客户端接收所述全局参数共识排名和全局超网络参数；基于所述全局参数共识排名生成掩码，激活共享的稀疏特征提取器；同时，将本地独立维护的私有嵌入向量输入所述全局超网络，生成个性化分类头，构建完整个性化模型；随后用本地数据训练所述个性化模型，通过反向传播同步更新本地参数重要性分数、本地超网络参数及所述私有嵌入向量； 3客户端基于更新后的本地参数重要性分数排序生成本地参数排名，将所述本地参数排名和更新后的本地超网络参数上传至服务器；所述私有嵌入向量保持客户端本地维护，不上传至服务器； 4服务器接收各客户端上传的本地参数排名和本地超网络参数；采用投票聚合方式对所述本地参数排名进行离散聚合，更新全局参数共识排名；同时，采用加权平均方式对所述本地超网络参数进行连续聚合，更新全局超网络参数； 5重复执行步骤1至4，直至模型性能满足预设收敛条件。

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福建师范大学，其通讯地址为：350117 福建省福州市闽侯县上街镇学府南路8号福建师范大学旗山校区；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。