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！

龙图腾网获悉浙江千从系统技术有限公司申请的专利基于自适应权重的联邦半监督学习系统、方法及其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：CN117236411B 。

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：202311118398.4，技术领域涉及：G06N3/0895；该发明授权基于自适应权重的联邦半监督学习系统、方法及其应用是由张宝川;毛辉杰;葛棋棋;陈赟;张子川;肖昌震;陈胜利设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本基于自适应权重的联邦半监督学习系统、方法及其应用在说明书摘要公布了：本发明涉及一种基于自适应权重的联邦半监督学习系统、方法及其应用，训练联邦学习中的任一客户端中的标注数据及未标注数据，利用未标注数据的loss反向更新全联接模块并生成新的权重，获得新的loss并重复反向更新全联接模块，重复训练，进行半监督学习；系统以服务端全局管理并配置迭代更新的主模型，以客户端获取本地数据、从服务端下载主模型并利用本地数据对主模型训练、更新，上传更新后的主模型至服务端；应用于异构客户端及其异构数据间的半监督学习。本发明有效提高在半监督训练过程中，模型在多个客户端数据域不同的情形下的灵活性，增加模型训练过程中未标注数据利用的充分性，鲁棒性强；适用于多个数据分布场景，避免隐私问题。

本发明授权基于自适应权重的联邦半监督学习系统、方法及其应用在权利要求书中公布了：1.一种基于自适应权重的联邦半监督学习方法，其特征在于：所述方法用于图像分类任务，所有的数据均为图片数据；方法对在联邦学习中的任一客户端中的标注数据及未标注数据进行训练，利用未标注数据的loss反向更新全联接模块，基于更新后的全联接模块生成新的权重，从而获得新的loss并重复反向更新全联接模块，重复训练步骤，进行半监督学习；方法包括以下步骤： 步骤1：联邦学习中的任一客户端自服务端下载主模型；所述客户端中存储有本地数据，本地数据包括已标注数据及未标注数据；定义迭代次数最大值； 步骤2：自客户端随机采样一批次定量的已标注数据和未标注数据，输入主模型，获取已标注数据的损失和未标注数据的logits，将未标注数据的logits输入到全联接模块； 步骤3：全联接模块输出所有未标注数据的对应权重，与未标注数据的logits对应加权后获得更新的未标注数据的损失； 步骤4：基于未标注数据的损失反向更新所述全联接模块；若已经达到迭代次数最大值，则进行步骤6，否则，进行下一步； 步骤5：基于更新后的全联接模块，输出所有未标注数据的新权重，与未标注数据的logits对应加权后获得未标注数据的新损失，迭代次数加1，重复步骤4； 步骤6：基于已标注数据的损失和未标注数据的当前损失更新主模型的参数，训练结束。

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千从系统技术有限公司，其通讯地址为：311899 浙江省绍兴市诸暨市暨阳街道兴农路9号306室；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。