发明专利已授权

一种基于不可知论的公平联邦学习异步训练方法

📄 申请号：CN202310574374.3 📄 发布日：2026/07/20

著录项目信息

申请日

2023-05-19

公开号

CN116757294B

公开日

2025-10-21

申请人

重庆邮电大学

法律状态

已下证

专利类型

发明

主分类号

G06N20_00

IPC 分类号

G06N20_00

技术画像

所属领域

联邦学习联邦学习异步训练公平性算法

应用场景

分布式机器学习, 隐私计算, 智慧城市, 金融风控, 医疗数据协同

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明属于人工智能中的分布式机器学习领域，特别涉及一种基于不可知论的公平联邦学习异步训练方法；包括：构建联邦学习系统，在第t轮次中，随机选择用户组成训练集，中央服务器向训练集下发全局模型参数；用户进行本地训练并向中央服务器上传用户模型参数和测试准确率；当中央服务器采集到所有的用户模型参数和测试准确率，更新全局模型参数并计算全局准确率；当全局准确率大于目标准确率，则向所有用户下发更新后的全局模型参数，完成训练；本发明利用不可知论来提高联邦学习关于公平优化目标的构建能力，设计训练调整机制以缓解全局优化方向关于部分用户的偏离程度，在面对数据异构的用户群体时，能取得良好的表现公平性和模型公平性。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于IFS分形图拼接的全息信息嵌入/恢复方法及系统

当前第 / 件

一种基于卷积局部增强的多尺度Transformer图像语义分割方法

同领域国内专利 · IPC: (G06N20_00)

G06N20_00 G06N20_10 G06N20_20 覆盖3个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：42 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)