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！

龙图腾网获悉科大讯飞股份有限公司申请的专利联邦学习方法、数据分类方法、装置、电子设备和介质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：CN115907032B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202211477164.4，技术领域涉及：G06N20/00；该发明授权联邦学习方法、数据分类方法、装置、电子设备和介质是由韩玉虎;束柬;徐生;王金钖;陈剑波设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。

本联邦学习方法、数据分类方法、装置、电子设备和介质在说明书摘要公布了：本发明提供一种联邦学习方法、数据分类方法、装置、电子设备和介质，其中联邦学习方法包括：接收参与方发送的第一模型参数，第一模型参数是参与方基于本地样本数据对第二模型参数进行参数迭代得到的；基于第一模型参数中的分类器参数与第二模型参数中的分类器参数之间的差异，更新第二模型参数；将更新后的第二模型参数发送至参与方，以使参与方基于本地样本数据对更新后的第二模型参数进行参数迭代，得到更新后的第一模型参数并返回，直至联邦学习完成。本发明提供的联邦学习方法、数据分类方法、装置、电子设备和介质，提高了联邦学习的数据安全性，可以适用于所有参与方数据类别分布都不均衡的情况，应用范围广泛。

本发明授权联邦学习方法、数据分类方法、装置、电子设备和介质在权利要求书中公布了：1.一种联邦学习方法，其特征在于，包括： 接收参与方发送的第一模型参数，所述第一模型参数是所述参与方基于本地样本数据对第二模型参数进行参数迭代得到的；所述第二模型参数是所述参与方在进行模型训练前的模型参数，所述第一模型参数是所述参与方在进行模型训练后的模型参数； 基于所述第一模型参数中的分类器参数与所述第二模型参数中的分类器参数之间的差异，更新所述第二模型参数； 将更新后的第二模型参数发送至所述参与方，以使所述参与方基于所述本地样本数据对所述更新后的第二模型参数进行参数迭代，得到更新后的第一模型参数并返回，直至所述联邦学习完成； 其中，所述基于所述第一模型参数中的分类器参数与所述第二模型参数中的分类器参数之间的差异，更新所述第二模型参数，包括： 对于同一参与方，基于所述第一模型参数中任一类别的分类器参数，与所述第二模型参数中所述任一类别的分类器参数之间的差异，确定所述同一参与方的所述任一类别的分类器参数聚合权重；其中，所述差异越小，所述聚合权重越大； 基于各个参与方的所述任一类别的分类器参数聚合权重，对所述各个参与方的所述第一模型参数中所述任一类别的分类器参数进行聚合，得到所述第二模型参数中所述任一类别的分类器聚合参数； 基于所述第二模型参数中所有类别的分类器聚合参数，更新所述第二模型参数中的分类器参数； 所述分类器参数聚合过程表示如下： ； ； ； ； 其中，表示联邦学习的第轮迭代中，第二模型参数中类别的分类器参数；表示第轮迭代中，第个参与方的第一模型参数中类别的分类器参数；代表第轮迭代中，第个参与方的第一模型参数中类别的分类器参数，与第二模型参数中类别的分类器参数的差的第二范数；表示第个参与方的第一模型参数中类别的分类器参数的聚合权重，表示参与方的数量，表示联邦学习的第轮迭代中，第二模型参数中类别的分类器聚合参数；表示第二模型参数中的分类器聚合参数，表示分类器的类别数量。

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科大讯飞股份有限公司，其通讯地址为：230088 安徽省合肥市高新开发区望江西路666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。