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！

龙图腾网获悉东北大学申请的专利数字孪生驱动的联邦学习公平贡献评估与个性化奖励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：CN121599049B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610122638.5，技术领域涉及：G06N3/098；该发明授权数字孪生驱动的联邦学习公平贡献评估与个性化奖励方法是由马连博;赵泽暄;钱迎设计研发完成，并于2026-01-29向国家知识产权局提交的专利申请。

本数字孪生驱动的联邦学习公平贡献评估与个性化奖励方法在说明书摘要公布了：本发明提供了一种数字孪生驱动的联邦学习公平贡献评估与个性化奖励方法，涉及贡献评估技术领域，用于联合训练多个设备故障预测模型，对风力发电机、石油钻井平台等大型工业设备的预测维护。本发明结合区块链与数字孪生技术，筛选出安全稳定的客户端参与训练，最大限度地减少不稳定客户端的负面影响；通过评估客户端组的沙普利值，而非单个客户端的沙普利值来有效降低计算成本。依据每个客户端的贡献个性化地更新其模型，从而提高合作过程中的公平性和效率。本发明在确保客户端身份的可信性和数据的完整性，同时有效筛选出稳定的参与者，提升训练过程的安全性与稳定性。在降低计算复杂度的同时，提高训练效率和公平性，优化整体性能表现。

本发明授权数字孪生驱动的联邦学习公平贡献评估与个性化奖励方法在权利要求书中公布了：1.一种数字孪生驱动的联邦学习公平贡献评估与个性化奖励方法，其特征在于，包括以下步骤： 将参与设备故障预测模型联合训练的工业设备物理实体作为客户端，在区块链上完成客户端注册和身份校验；审核是否允许客户端加入全局训练，为每个通过审核的客户端构建数字孪生体； 在每个全局训练轮次内持续采集通过审核的客户端的第一状态指标，基于第一状态指标选取入选客户端并生成当前全局训练轮次候选集； 在当前全局训练轮次内，基于初始全局模型和入选客户端的本地数据对每个入选客户端进行若干轮本地训练，生成当前全局训练轮次每个入选客户端的梯度，并上传至服务器； 根据入选客户端上传的梯度，对入选客户端进行预处理和聚类，得到战略等价组集合； 对战略等价组集合进行组级贡献评估，得到每个入选客户端的个体贡献权重； 根据每个入选客户端的梯度和个体贡献权重，生成当前全局训练轮次的最终全局模型；根据每个入选客户端的个体贡献权重，生成入选客户端的个性化本地模型并下发至对应的入选客户端； 按照入选客户端的个体贡献权重和稳定性评分，执行对入选客户端的奖励与惩罚清算，并在区块链上进行存证，更新入选客户端的数字孪生体，完成当前全局训练轮次并进入下一个全局训练轮次，直到若干个全局训练轮次后得到的最终全局模型满足收敛条件，得到性能达到稳定状态的最终全局模型； 将性能达到稳定状态的最终全局模型部署在服务器端，用于对收集到的设备运行数据进行集中式的故障推理和预测。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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。