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！

龙图腾网获悉南京理工大学申请的专利一种基于即插即用异构模型的联邦学习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：CN115983340B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202211648157.6，技术领域涉及：G06N3/0464；该发明授权一种基于即插即用异构模型的联邦学习方法是由杜晓宇;赵从健;唐金辉设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本一种基于即插即用异构模型的联邦学习方法在说明书摘要公布了：本申请提供一种基于即插即用异构模型的联邦学习方法，包括：步骤1：训练生成模型：步骤2：初始化模型：步骤3：在各个客户端中训练客户端模型Mi，包括：步骤4：服务器聚合：在服务器端聚合来自客户端i的采样数据di～x～,y～∈d～，以及包括参与训练的数据量在内的参数；步骤5：服务器端数据分配：将采样数据集d～按照各个客户端私有数据的数据类别分布权重重新分配为子数据集di；并分配给各个客户端；步骤6：模型测试：步骤7：服务器端判断是否继续下一次通信。本申请提高了提高了模型训练的效果和效率。

本发明授权一种基于即插即用异构模型的联邦学习方法在权利要求书中公布了：1.一种基于即插即用异构模型的联邦学习方法，其特征在于，所述方法包括： 步骤1：训练生成模型：在服务器端初始化生成模型和判别模型，使用生成对抗网络的训练方法训练生成模型和判别模型，其中；用于生成数据集的虚假图片，其中用于判别来自公共数据集的真实图像， 步骤2：初始化模型： 步骤3：在各个客户端中训练客户端模型，包括： 步骤4：服务器聚合：在服务器端聚合来自客户端的采样数据，以及包括参与训练的数据量在内的参数； 步骤5：服务器端数据分配：将按照各个客户端私有数据的数据类别分布权重重新分配为子数据集；并分配给各个客户端； 步骤6：模型测试：在每轮通信中，在所有客户端用本轮更新参数后的分类模型和测试集测试准确率，并加权得到模型的平均测试准确率； 步骤7：服务器端判断是否继续下一次通信，如果继续下一次通信，则返回步骤3，若否，则结束通信，保存全局网络模型参数； 在各个客户端中训练客户端模型，包括： 步骤3-1：客户端使用私有数据训练客户端模型得到客户端模型的损失函数； 步骤3-2：从第二轮通信起，使用从服务器端接收的图片作为额外数据集对模型进行训练； 步骤3-3：从一个随机生成的隐藏编码开始，通过大都会朗之万算法，定义马尔可夫链蒙特卡罗采样器； 采样器使用客户端模型为条件网络，为生成网络，可以最大化激活以指定类别；为条件的图像生成，从而更新编码，得到以为类别的图片，将图片作为用于传递给服务器端的数据；为数据集中数据的类别标签； 步骤3-4：将采样数据发送至服务器端； 所述步骤3-3中采样规则如下： ； 其中表示对应分布出现的概率，表示符合正态分布的随机噪声，分别表示图像的后验损失，先验损失和噪声参数。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。