Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南开大学张建忠获国家专利权

南开大学张建忠获国家专利权

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!

龙图腾网获悉南开大学申请的专利一种基于联邦拆分学习框架的多元控制决策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:CN115907038B

龙图腾网通过国家知识产权局官网在2026-02-10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:202211100897.6,技术领域涉及:G06N20/20;该发明授权一种基于联邦拆分学习框架的多元控制决策方法是由张建忠;杨梅娟;蒲凌君;徐敬东设计研发完成,并于2022-09-09向国家知识产权局提交的专利申请。

一种基于联邦拆分学习框架的多元控制决策方法在说明书摘要公布了:一种基于联邦拆分学习框架的多元控制决策方法,以提高模型训练精度同时最大化资源利用效用为基准,首先在网络环境中动态构建节点初始信息,节点包括路由器、联邦学习服务器、客户端和计算节点包含有限数量的训练服务器四类;联邦学习服务器策略性地从客户端集合中选择一组客户端进行训练任务;联邦学习服务器中的专用控制器作为任务发起者决策客户端准入、模型拆分、计算节点选择、路由和带宽分配;客户端及其相应计算节点的训练服务器根据决策执行模型训练任务,训练完成后分别上传训练后的模型到联邦学习服务器用于全局模型聚合。本发明使得在给定时间内,训练尽可能多的数据,提高模型精度同时最大化资源利用效用。

本发明授权一种基于联邦拆分学习框架的多元控制决策方法在权利要求书中公布了:1.一种基于联邦拆分学习框架的多元控制决策方法,其特征在于,包括如下步骤: 1联邦学习服务器中的专用控制器选定要训练的深度学习模型训练任务,在每个时段的开始,获取每个客户端能够参与训练的数据量和之前被准入的平均次数、当前链路状态信息、计算节点上的单位开销和链路上的单位带宽开销; 2根据每个客户端能够参与训练的数据量和之前被准入的平均次数,策略性地从所有客户端集合中选择一组客户端进行模型训练任务; 3对于参与训练的客户端,构建基于联邦拆分学习的多元控制问题并求解,进一步决策客户端准入状态、计算节点分配、模型拆分点、路由和带宽分配;其中,基于联邦拆分学习框架的多元控制问题定义为最大化资源利用效用问题,即,表示每轮单位系统开销所实现的平均训练效用; 4对于状态为准入的客户端及其相应计算节点上的训练服务器根据决策执行模型训练任务,训练完成后分别上传训练完成的模型到联邦学习服务器用于全局模型聚合。

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南开大学,其通讯地址为:300071 天津市南开区卫津路94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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。