发明专利 已授权

一种基于聚类的联邦图学习方法及系统

📄 申请号:CN202210836422.7 📄 发布日:2026/08/04

著录项目信息

申请日
2022-07-15
公开号
CN115391576B
公开日
2026-01-02
申请人
浙江工业大学
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

分布式机器学习, 隐私计算, 图数据分析, 智能推荐, 社交网络分析

摘要

一种基于聚类的联邦图学习方法,基于聚类聚合算法提升数据分布不均匀的图网络参与联邦学习获得的全局模型性能,所述方法包括步骤:S1:客户端通过各自的数据收集方式获取图数据,构建图网络并计算各类标签的结构差异性E,上传至服务器;S2:拥有不同分布数据的客户端在本地进行训练,直至模型收敛,以获得输出层的模型参数aout并上传至服务器。服服务器将客户端上传的两个参数处理后作为划分客户端到不同的聚类簇的依据;S3:各客户端本地训练至一定批次时,上传其模型参数至服务器。服务器通过簇内聚合与簇间聚合更新全局模型参数并发送给各个客户端,客户端更新模型继续下一批次的训练,直至模型收敛。本发明能更好地完成节点分类,链路预测任务。
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

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:25 ❤️ 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