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！

龙图腾网获悉未来城市(上海)设计咨询有限公司申请的专利基于联邦学习的AR场景动态深度学习模型训练与推理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：CN121328741B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511881558.X，技术领域涉及：G06N5/04；该发明授权基于联邦学习的AR场景动态深度学习模型训练与推理方法是由吴志强;鲁斐栋;姚宇涵;杨钦慧;王元楷;周竣设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本基于联邦学习的AR场景动态深度学习模型训练与推理方法在说明书摘要公布了：本发明涉及联邦学习与增强现实技术领域，公开了基于联邦学习的AR场景动态深度学习模型训练与推理方法。该方法包括云端初始化全局模型并分发至终端设备；终端设备采集本地AR场景数据进行预处理后，进行模型前向计算与损失评估，生成本地梯度更新并分析其分布特征以识别偏差模式与设备特异性模式，经加密后上传；云端结合历史参数快照构建动态调整模块，评估更新一致性并确定优化方向，融合多源梯度更新全局模型，最后对模型进行参数剪枝与精度量化生成轻量化推理模型。本发明通过梯度分布特征分析与历史一致性评估，提升了模型在动态AR环境下的适应性、训练稳定性与通信安全性。

本发明授权基于联邦学习的AR场景动态深度学习模型训练与推理方法在权利要求书中公布了：1.基于联邦学习的AR场景动态深度学习模型训练与推理方法，其特征在于，所述方法包括： 初始化云端联邦学习环境，配置全局模型参数并分发至多个终端设备； 终端设备采集本地AR场景数据，包括图像帧和传感器读数，对采集的数据进行时间戳对齐和分辨率标准化处理，生成预处理后的本地数据集； 使用预处理后的本地数据集与全局模型参数进行模型前向计算，得到预测输出，并基于预测输出与真实标签计算损失值； 从损失值推导出本地模型梯度更新，并对本地模型梯度更新进行归一化处理，生成标准化梯度更新； 分析标准化梯度更新中的分布特征，识别梯度更新中的偏差模式和设备特异性模式，包括： 计算标准化梯度更新的统计矩，包括均值和方差，生成分布概要； 应用孤立森林算法对分布概要进行异常评分，识别离群点； 基于设备硬件配置信息：处理器类型和内存大小，聚类梯度更新，识别设备群组典型模式，包括：收集终端设备的硬件配置数据，包括CPU核心数和GPU性能指标；使用K均值算法对硬件配置数据进行聚类，生成设备分组；针对每个设备分组，分析其梯度更新的共同特征，提取群组典型模式； 比较不同群组的典型模式，识别设备依赖性差异；融合异常评分和设备群组信息，输出偏差模式和设备特异性模式； 对识别出的偏差模式和设备特异性模式应用加密传输协议，进行数据加密和完整性保护，生成安全梯度数据； 云端接收安全梯度数据，结合历史模型参数库中的过往参数快照，构建动态调整模块，用于评估模型更新一致性； 基于动态调整模块的输出，确定模型优化方向，并融合多源梯度数据； 根据融合结果更新全局模型参数，并对更新后的模型进行结构简化处理，包括参数剪枝和精度量化，生成轻量化推理模型。

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未来城市(上海)设计咨询有限公司，其通讯地址为：200093 上海市杨浦区周家嘴路3255号508室-19；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。