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！

龙图腾网获悉三峡大学申请的专利一种基于参数选择和预同步的加速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：CN116611502B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310545623.6，技术领域涉及：G06N3/098；该发明授权一种基于参数选择和预同步的加速联邦学习方法是由周欢;李明泽设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本一种基于参数选择和预同步的加速联邦学习方法在说明书摘要公布了：本发明涉及物联网技术领域，具体涉及一种基于参数选择和预同步的加速联邦学习方法，该加速联邦学习方法基于参数选择和预同步的联邦学习框架加速联邦学习的训练，该方法通过中心服务器向所有基站分发最新的全局模型，每个基站将接收到的全局模型分发给相连接的用户；用户通过本地训练回合集合训练全局模型，并计算接收的全局模型的梯度和模型参数；用户将选择部分模型参数传输到相连接的基站，基站通过有线链路广播基站之间的模型参数；将模型参数预同步，直到达到预定数量的预同步轮次时，在从所有基站接收到聚合结果后，中心服务器更新全局模型。本发明选择的参数传输和参数预同步，以减少系统开销，同时保持联邦学习模型训练性能。

本发明授权一种基于参数选择和预同步的加速联邦学习方法在权利要求书中公布了：1.一种基于参数选择和预同步的加速联邦学习方法，其特征在于，该加速联邦学习方法基于参数选择和预同步的联邦学习框架加速联邦学习的训练，该加速联邦学习方法包括以下步骤： 中心服务器向所有基站分发最新的全局模型，每个基站将接收到的所述全局模型分发给相连接的用户； 用户通过本地训练回合集合训练所述全局模型，并计算接收的全局模型的梯度和模型参数； 用户将选择部分模型参数传输到相连接的基站，基站通过有线链路广播基站之间的所述模型参数； 将所述模型参数预同步，直到达到预定数量的预同步轮次时，在从所有基站接收到聚合结果后，中心服务器更新全局模型； 其中，用户通过本地训练回合集合训练并计算接收的全局模型的梯度和模型参数时，本地训练回合集合，其中，是第个联邦学习回合中的本地训练回合数；基站通过有线链路广播基站之间的所述模型参数后，基站还用于将模型参数分发给相连接的用户，其中，所述模型参数预同步后，将每个联邦学习轮中的预同步轮数定义为，其中，表示第个联邦学习轮中预同步轮的数量； 其中，训练所述全局模型时，在第个联邦学习轮的第个预同步轮中用户的本地模型训练中，本地模型参数的变化范围为： ， 式中，表示本地模型参数； 其中，所述基于参数选择和预同步的加速联邦学习方法采用自适应显著性阈值表示联邦学习过程中衰减显著性阈值，所述自适应显著性阈值定义为： ， 其中，是第个联邦学习循环中的参数预同步循环数。

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三峡大学，其通讯地址为：443002 湖北省宜昌市大学路8号三峡大学；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。