北京邮电大学杨诺诚获国家专利权
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！
龙图腾网获悉北京邮电大学申请的专利基于图神经网络的协作式联邦学习优化方法及相关设备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：CN117291226B 。
龙图腾网通过国家知识产权局官网在2026-04-03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：202311042052.0，技术领域涉及：G06N3/04；该发明授权基于图神经网络的协作式联邦学习优化方法及相关设备是由杨诺诚;王思华;仝昊楠;朱玉娇;尹长川设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。
本基于图神经网络的协作式联邦学习优化方法及相关设备在说明书摘要公布了：本申请提供一种基于图神经网络的协作式联邦学习优化方法及相关设备，所述方法包括：确定目标节点和所述目标节点的邻近节点之间的位置信息矩阵以及邻接矩阵；将所述位置信息矩阵以及所述邻接矩阵输入到预先构建的图神经网络模型中，得到所述目标节点的嵌入向量；根据所述嵌入向量计算所述目标节点与所述邻近节点之间的连接概率分布；根据所述连接概率分布确定所述目标节点与所述邻近节点之间的拓扑链路，通过所述拓扑链路进行协作式联邦学习模型聚合。
本发明授权基于图神经网络的协作式联邦学习优化方法及相关设备在权利要求书中公布了：1.一种基于图神经网络的协作式联邦学习优化方法，其特征在于，包括： 确定目标节点和所述目标节点的邻近节点之间的位置信息矩阵以及邻接矩阵，包括：确定所述目标节点与预设区域内若干个移动节点之间的距离；根据所述距离从所述若干个移动节点中确定所述目标节点的邻近节点；获取所述目标节点的第一位置信息以及所述邻近节点的第二位置信息；根据所述第一位置信息以及所述第二位置信息确定所述位置信息矩阵以及所述邻接矩阵；所述目标节点为移动用户场景下的分布式机器学习场景中随机选取的一个移动节点；所述邻近节点为按照预设条件从所述目标节点周围的临近设备中选取的； 将所述位置信息矩阵以及所述邻接矩阵输入到预先构建的图神经网络模型中，得到所述目标节点的嵌入向量； 根据所述嵌入向量计算所述目标节点与所述邻近节点之间的连接概率分布； 根据所述连接概率分布确定所述目标节点与所述邻近节点之间的拓扑链路，通过所述拓扑链路进行协作式联邦学习模型聚合。
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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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