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！

龙图腾网获悉重庆邮电大学申请的专利一种通信优化的分布式协作方法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：CN116468133B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310457962.9，技术领域涉及：G06N20/20；该发明授权一种通信优化的分布式协作方法是由吴大鹏;张栩华;张鸿;王汝言;张普宁;杨志刚设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本一种通信优化的分布式协作方法在说明书摘要公布了：本发明涉及一种通信优化的分布式协作方法，属于机器学习领域。首先基于上一轮次全局模型与当前轮次本地模型的差异化来计算其相对熵，并根据相对熵的结果判断是否传输当前模型层，然后由服务器在不同的轮次下指定不同的量化级别来实现时间自适应量化，对于同一轮次下的不同客户端继续指定不同的量化级别来实现客户端自适应量化，以此解决带宽受限的环境下通信成本过高的问题。另外，在客户端本地训练正常的基础上，考虑传输过程频繁意外中断的情况，当客户端的地理位置不断变化时联邦学习依旧能正常训练。

本发明授权一种通信优化的分布式协作方法在权利要求书中公布了：1.一种通信优化的分布式协作方法，其特征在于：该方法包括自适应量化编码和带有模型新鲜因子的聚合； 所述自适应量化编码具体包括以下步骤： S11：确定当前轮次不同客户端的量化级别：服务器在发送全局模型之前根据客户端运行平均损失进行时间自适应量化级别的确定，并根据累积量化参数和量化误差进行客户端自适应量化级别的确定，同时发送全局模型和量化级别给客户端； S12：计算模型层的相对熵并判断模型层是否传输：当本地模型参数不变化时，移动车辆节点在每轮迭代上传梯度值，当前计算本地更新和全局更新之间的同层参数相对熵来计算贡献值，并根据贡献值对比来判断模型层是否传输； S13：计算局部损失的噪声估计并量化参数：客户端根据收到的全局模型参数和量化级别，由局部损失来计算噪声估计，并根据量化级别进行参数量化，接着把量化参数和噪声估计发送给服务器进行聚合； 所述带有模型新鲜因子的聚合具体为： 当服务器收到客户端上传的梯度参数时，服务器根据周期标注对梯度进行聚合，聚合公式表示为： 其中Gt表示服务器第t轮聚合的全局参数，是第t轮本地训练数据量，代表客户端i第t轮上传的本地梯度参数，是评估模型新鲜度的权重函数，其中是客户端i最后参与全局最新的一轮，U表示在时间阈值范围内服务器收到的客户端集合，|U|表示客户端的数量，设计权重方程来评估模型的新鲜度，表示为： 分配第一新鲜因子，当车辆多轮未上传时，使第一新鲜因子减小，在全局模型的权重变小；当多轮次梯度未上传时，分配第二新鲜因子，第二新鲜因子比第一新鲜因子下降快，当时，服务器不聚合节点，的取值范围为0,1]。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。