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！

龙图腾网获悉中国铁塔股份有限公司江苏省分公司申请的专利面向边缘场景的基于时空量子联邦学习的预测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：CN121503589B 。

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：202610018463.3，技术领域涉及：G06N3/098；该发明授权面向边缘场景的基于时空量子联邦学习的预测方法是由费怡超;朱心宇;李慧;王海;鲍家坤;刘立罗;孔庆祥;戴人杰设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本面向边缘场景的基于时空量子联邦学习的预测方法在说明书摘要公布了：本申请公开了一种面向边缘场景的基于时空量子联邦学习的预测方法，涉及联邦学习技术领域，利用时空数据构建边缘设备集群的时空图并计算时空关联矩阵，能够精准捕捉边缘数据的时空动态模式，突破传统方法忽视时空异构的局限；将每个客户端的本地模型参数编码为量子态并计算边缘设备集群中任意两个客户端之间的模型参数差异度，进一步降低通信开销，大幅减少边缘设备的网络资源消耗；基于双重剪枝策略利用时空关联矩阵和参数差异矩阵在多个客户端中筛选出目标客户端集合并执行动态聚合操作得到全局模型进行场景预测，在边缘计算架构中展现出显著优势，能够有效处理设备间的时空异构性，降低通信开销，提升模型收敛速度和泛化性能。

本发明授权面向边缘场景的基于时空量子联邦学习的预测方法在权利要求书中公布了：1.一种面向边缘场景的基于时空量子联邦学习的预测方法，其特征在于，包括： 获取边缘设备集群的时空数据，以及所述边缘设备集群中每个客户端的本地模型参数； 利用所述时空数据构建基于地理距离和时间相似性的双重图结构，得到所述边缘设备集群的时空图，并计算所述边缘设备集群的时空关联矩阵； 将所述每个客户端的本地模型参数编码为量子态，利用多个客户端的量子态计算所述边缘设备集群中任意两个客户端之间的模型参数差异度，得到所述边缘设备集群的参数差异矩阵； 基于双重剪枝策略，利用所述时空关联矩阵和所述参数差异矩阵在所述多个客户端中筛选出目标客户端集合，对所述目标客户端集合的本地模型参数执行动态聚合操作，生成全局模型，包括：利用所述时空关联矩阵和所述参数差异矩阵计算所述每个客户端的初步聚合权重， 其中，表示第i个客户端的初步聚合权重，表示所述时空关联矩阵中第i个客户端的时空关联权重，表示所述参数差异矩阵中第i个客户端与第j个客户端的振幅差异度，表示衰减系数；对所述每个客户端的初步聚合权重进行归一化处理所述每个客户端的归一化权重， 其中，表示第i个客户端的归一化权重，表示第i个客户端的初步聚合权重，表示第j个客户端的初步聚合权重，N表示客户端数量；通过所述双重剪枝策略，利用所述每个客户端的归一化权重和所述参数差异矩阵在所述多个客户端中筛选出所述目标客户端集合； 若检测确定所述全局模型满足模型收敛条件，则将所述全局模型作为所述边缘设备集群的目标全局模型； 获取所述边缘设备集群的实时时空数据，将所述实时时空数据输入所述目标全局模型进行预测，得到所述边缘设备集群的边缘场景预测结果。

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中国铁塔股份有限公司江苏省分公司，其通讯地址为：210018 江苏省南京市玄武区领智路56号2栋1-2层、5-8层；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。