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！

龙图腾网获悉北京邮电大学申请的专利一种面向时空数据异构场景的轻量化联邦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：CN115775025B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211649919.4，技术领域涉及：G06N3/098；该发明授权一种面向时空数据异构场景的轻量化联邦学习方法及系统是由张宇超;李嘉晨;王文东;龚向阳设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本一种面向时空数据异构场景的轻量化联邦学习方法及系统在说明书摘要公布了：本发明公开了一种面向时空数据异构场景的轻量化联邦学习方法及系统，能根据客户端数据分布的变化情况给客户端分配不同的通信概率，从而让数据分布变化程度大，且未被联邦全局模型感知的客户端，以更高的概率参与联邦通信，而不是均等的提升所有客户端的通信量。通过将通信资源倾斜，可以用更少的通信量感知全局数据分布变化，提升在时空异构场景下联邦学习的通信效率。通过使用本发明提出的方法及系统，各图像采集分析终端利用其私有病例数据分布的变化信息以及图像采集分析终端私有检测模型的梯度信息，动态的调整每一轮联邦过程图像采集分析终端参与联邦通信的概率，实现以更少的联邦通信成本达到相同联邦学习性能，有效的降低联邦学习通信量。

本发明授权一种面向时空数据异构场景的轻量化联邦学习方法及系统在权利要求书中公布了：1.一种面向时空数据异构场景的轻量化联邦学习方法，其特征在于，包括以下步骤： S1、客户端本地更新：接收到最新的联邦全局模型后，利用客户端本地的私有数据，将联邦全局模型更新为更符合本地私有数据分布的本地化模型； S2、客户端重要性评价：利用私有数据的分布变化程度以及客户端模型的梯度信息与全局模型梯度信息的一致性，衡量客户端参与联邦通信对联邦全局模型的重要性；客户端i在t轮的重要性度量公式为：为客户端本地数据绝对分布变化，为客户端待上传梯度与联邦全局模型已感知梯度的相对差异； S3、客户端通信概率控制：根据S2步骤得到的客户端重要性，动态调整客户端通信概率，依概率判断是否上传，若是则进入步骤S4，若否则将联邦全局模型下发到所有客户端；客户端i的通信概率更新公式为其中tau控制联邦系统为数据分布的时间变化分配的通信资源，反应对分布变化的敏感程度；Pfloor控制客户端的基础通信概率； S4、联邦服务端聚合：利用本轮参与联邦更新的客户端所上传的梯度信息更新联邦全局模型，并将更新后的联邦全局模型下发到所有客户端，并进入下一轮联邦过程，直到达到预设联邦轮次。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。