南京大学路洋获国家专利权
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!
龙图腾网获悉南京大学申请的专利基于联邦蒸馏神经过程的数据流小样本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:CN121436101B 。
龙图腾网通过国家知识产权局官网在2026-03-27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:202512035963.6,技术领域涉及:G06N3/098;该发明授权基于联邦蒸馏神经过程的数据流小样本学习方法及系统是由路洋设计研发完成,并于2025-12-31向国家知识产权局提交的专利申请。
本基于联邦蒸馏神经过程的数据流小样本学习方法及系统在说明书摘要公布了:本申请涉及机器学习技术领域,公开一种基于联邦蒸馏神经过程的数据流小样本学习方法及系统,包括:用本地私有数据训练本地注意力神经过程模型;传模型参数至服务器,服务器以联邦平均聚合得初始化全局模型;基于该初始化模型做本地训练,对共享公共任务集推断,生成logits预测分布;传logits分布至服务器,服务器用广义专家乘积聚合得全局预测分布,再以KL散度损失蒸馏更新全局模型参数;接收更新后全局模型,重复本地训练、生成发送logits分布、接收模型的过程迭代优化。本申请在流数据小样本、客户端数据不均且带噪声场景下,模型泛化好、不易过拟合,可判预测可靠性,且速度快、省传输成本、保护数据隐私。
本发明授权基于联邦蒸馏神经过程的数据流小样本学习方法及系统在权利要求书中公布了:1.一种基于联邦蒸馏神经过程的数据流小样本学习方法,其特征在于,所述方法包括: 基于本地私有数据集训练本地注意力神经过程模型; 将本地注意力神经过程模型的参数发送至服务器,以使所述服务器采用联邦平均算法聚合得到初始化全局模型; 以接收到的服务器所下发的所述初始化全局模型为基础进行本地训练,对与所述服务器共享的公共任务集执行推断,生成所述公共任务集的logits预测分布,包括:基于所述公共任务集的公共上下文集,通过本地注意力神经过程模型的编码器生成潜变量不确定表示,对所述潜变量不确定表示进行多次蒙特卡洛采样,获得多个潜变量样本;对于每一所述潜变量样本,结合基于所述公共任务集的公共上下文集生成的确定性表示,对所述公共任务集的公共查询集进行前向传播,得到一组logits输出,其中,所述公共任务集的查询集不包含标签;基于多组logits输出,统计计算每个类别的logits均值与方差,以形成所述logits预测分布,公式如下: 式中,为采样次数,为客户端在任务上对第次采样的类别的logits值; 将所述logits预测分布发送至所述服务器,以使所述服务器采用基于熵权的广义专家乘积算法聚合各客户端的logits预测分布得到全局预测分布,并基于所述全局预测分布与全局模型输出分布之间的KL散度损失进行知识蒸馏,更新全局模型参数,其中,所述服务器采用广义专家乘积算法聚合各客户端的logits预测分布得到全局预测分布,包括:所述服务器根据各客户端上传的logits预测分布计算相应熵权;所述服务器以熵权作为权重,对各客户端的logits预测分布进行加权乘积融合,得到所述全局预测分布,聚合公式如下: ,其中, 式中,是全局预测分布的均值和方差,是客户端数量,是客户端在任务上的熵权,和是客户端在任务上对类别的logits均值和方差,是聚合后的全局精度; 接收所述服务器下发的更新后全局模型,并重复执行本地训练、生成并发送logits预测分布、接收更新后全局模型的过程,进行迭代优化。
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京大学,其通讯地址为:210046 江苏省南京市栖霞区仙林大道163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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励