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！

龙图腾网获悉中国科学技术大学苏州高等研究院申请的专利基于自适应邻居选择的去中心化机器学习方法和装置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：CN116050536B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211391939.6，技术领域涉及：G06N20/00；该发明授权基于自适应邻居选择的去中心化机器学习方法和装置是由许杨;姜志达;徐宏力设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本基于自适应邻居选择的去中心化机器学习方法和装置在说明书摘要公布了：本发明提供一种基于自适应邻居选择的去中心化机器学习方法和装置。其中，该方法应用于P2P网络架构中，在每轮训练回合中，每个工作节点利用本地有标签数据更新本地模型参数；每个节点自适应选择目标邻居节点交换模型，使用权重矩阵聚合模型参数以得到聚合模型；每个节点根据聚合模型以及本地无标签数据，得到各节点对应的伪标签数据集；每个节点使用本地无标签数据和对应的伪标签进行训练，更新本地模型参数。本申请考虑邻居选择对于伪标签质量和通信开销的影响，每个节点在通信资源的限制下自适应地选择具有高质量模型和相似数据分布的邻居交换模型，为本地无标签数据生成高质量的伪标签，从而提高半监督去中心化学习的训练性能。

本发明授权基于自适应邻居选择的去中心化机器学习方法和装置在权利要求书中公布了：1.一种基于自适应邻居选择的去中心化机器学习方法，应用于P2P网络架构中，其特征在于，在每轮训练回合中，包括： S1、每个工作节点利用本地有标签数据更新本地模型参数； S2、考虑伪标签质量和通信开销，每个节点自适应选择目标邻居节点交换模型，在收到所述目标邻居节点的模型之后，使用权重矩阵聚合模型参数以得到聚合模型； S3、每个节点根据聚合模型以及本地无标签数据，得到各节点对应的伪标签数据集； S4、每个节点使用本地无标签数据和对应的伪标签进行训练，更新本地模型参数； 所述S2中每个节点自适应选择目标邻居节点交换模型，包括： 将每个邻居节点开发项和探索项的和作为对应的邻居得分； 根据所述邻居得分每个节点自适应的选择目标邻居节点交换模型； 根据所述邻居得分每个节点自适应的选择目标邻居节点交换模型，包括： 根据邻居得分求解各节点间通信的概率，形式化问题中优化目标是最大化对应通信概率为权重的邻居得分，将通信资源作为限制，使用线性规划求解器最优得到节点间的通信概率； 根据求解的通信概率生成邻居选择策略，每个节点按照通信概率大小把可能通信的邻居节点非增序排列，构造候选邻居列表； 遍历候选邻居列表，以对应概率选择目标邻居节点进行通信，直到超过通信资源限制。

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中国科学技术大学苏州高等研究院，其通讯地址为：215123 江苏省苏州市苏州工业园区独墅湖高教区仁爱路166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。