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！

龙图腾网获悉中国人民大学申请的专利一种联邦学习不可交换共形风险控制算法构建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：CN120832965B 。

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：202510988925.X，技术领域涉及：G06F21/62；该发明授权一种联邦学习不可交换共形风险控制算法构建方法及系统是由孙怡帆;贾耀博;胡朝君;梅彪;秦棋;魏婷;李尔博;李晓冬设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本一种联邦学习不可交换共形风险控制算法构建方法及系统在说明书摘要公布了：本发明属于联邦学习技术领域，公开了一种联邦学习不可交换共形风险控制方法，本发明方法主要包含两个关键模块：在客户端层面，采用基于局部敏感哈希的RACE核密度估计方法捕捉本地数据特征，生成分布草图矩阵；在服务器层面，根据最大熵原理和网格搜索方法求解样本最优权重和共形风险控制最小保守值，使得客户端构建的预测集满足给定的风险控制要求。理论上，证明了该方法的风险能被控制在给定范围内，为算法的有效性提供了坚实保障。实验方面，通过在多个真实和合成数据集上与多种基线方法对比，结果表明Fed‑Non‑X‑CRC在不同数据集上均表现卓越。

本发明授权一种联邦学习不可交换共形风险控制算法构建方法及系统在权利要求书中公布了：1.一种联邦学习不可交换共形风险控制方法，其特征在于，包括以下步骤： 步骤一，客户端基于局部敏感哈希函数对本地校准数据构建分布草图，记录每个校准样本的损失函数值并上传至服务器； 步骤二，服务器接收各客户端的分布草图与损失函数值，计算目标客户端与其余客户端分布的全变差距离，并依据最大熵原理确定各客户端数据权重； 步骤三，服务器对加权后的全体校准损失进行网格搜索，确定满足给定风险水平的最小保守值； 步骤四，服务器向对应客户端下发保守值，客户端结合本地损失值利用该保守值生成共形风险控制预测集； 步骤一中客户端构建分布草图的过程包括： a.初始化零矩阵作为直方图近似； b.依次将校准样本经多组哈希函数映射至矩阵单元并利用RACE核密度估计技术进行递增计数； c.采用多哈希组合提升估计精度，使分布草图在哈希函数数量增加时以对数比根号关系收敛； RACE核密度估计：RACE是一种高效的核密度估计器，RACE通过个局部敏感哈希 函数构建一个二维矩阵，每个LSH函数将中的向量映射到整数集合中的一个整数；给定数据集，对任意的，RACE将其映射为个不同的哈 希值；接下来对于每一个，将矩阵中的元素加1；通过这种方式，RACE维护 了一个矩阵，其中每一列都被视为数据集的直方图。

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人民大学，其通讯地址为：100872 北京市海淀区中关村大街59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。