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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院;北大荒集团总医院申请的专利一种平衡个性化与泛化的动态联邦互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：CN121031721B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511553697.X，技术领域涉及：G06N3/098；该发明授权一种平衡个性化与泛化的动态联邦互学习方法及系统是由李金宝;崔迎春;朱敬华;刘振华设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本一种平衡个性化与泛化的动态联邦互学习方法及系统在说明书摘要公布了：本发明涉及联邦学习技术领域，具体涉及一种平衡个性化与泛化的动态联邦互学习方法及系统，具体如下：各客户端对模型要处理的数据进行预处理，分别进行强增强和弱增强处理；将强增强处理后的数据输入至共享模型，将弱增强处理后的数据输入至私有模型，对两个模型进行迭代训练；将每轮迭代训练后共享模型的相关参数和两个模型参数之间的差异项上传至联邦服务器；联邦服务器采用多维度自适应聚合策略，得到更新的全局模型，并将其回传至各客户端，代替下一轮训练中的共享模型；最终生成泛化结果和个性化结果。本发明通过构建私有‑共享模型架构，结合联邦服务器进行动态联邦互学习，可以实现个性化与泛化性能的平衡与协同提升。

本发明授权一种平衡个性化与泛化的动态联邦互学习方法及系统在权利要求书中公布了：1.一种平衡个性化与泛化的动态联邦互学习方法，其特征是，包括以下步骤： S1、选择要进行联邦学习的医学图像分析模型，分别作为私有模型和共享模型； S2、各客户端对模型要处理的数据进行预处理，分别进行强增强和弱增强处理； S3、将强增强处理后的数据输入至共享模型，将弱增强处理后的数据输入至私有模型，对两个模型进行迭代训练，根据两个模型的输出结果，计算各客户端的动态互学习权重； 基于两个模型的输出结果、动态互学习权重、交叉熵损失和模型的相关参数分别计算两个模型的总损失； 计算各客户端的动态互学习权重的过程具体如下： 各客户端私有模型和共享模型的输出分别表示为和，设置训练的迭代总轮次为，训练过程中每轮次动态互学习权重的计算公式如下： ， 其中，表示第轮次的动态互学习权重，；表示L2范数；和表示两个不同的权重系数，；表示防止分母为零的常数项； S4、将每轮迭代训练后共享模型的相关参数和两个模型参数之间的差异项上传至联邦服务器； S5、联邦服务器采用多维度自适应聚合策略，融合各客户端上传的数据，得到更新的全局模型，并将其回传至各客户端，代替下一轮训练中的共享模型，使各客户端的私有模型与更新后的共享模型继续进行联合优化； S6、迭代训练后，最后一轮训练中共享模型和私有模型输出的结果分别作为最终的泛化结果和个性化结果。

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齐鲁工业大学(山东省科学院);山东省人工智能研究院;北大荒集团总医院，其通讯地址为：250000 山东省济南市长清区大学路3501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。