一种联邦学习中异质模型融合的优化方法

被引：0
申请号：
CN202210615296.2
申请日：
2022-06-01
公开(公告)号：
CN114912705A
公开(公告)日：
2022-08-16
发明(设计)人：
邵雨蒙 李骏 马川 时龙 王喆 张杰
申请人：
申请人地址：
210094 江苏省南京市玄武区孝陵卫200号
IPC主分类号：
G06Q1004
IPC分类号：
G06N2000 G06N308 G06N304
代理机构：
南京理工大学专利中心 32203
代理人：
薛云燕
法律状态：
公开
国省代码：
引用
下载
收藏
法律状态
法律状态公告日 法律状态 法律状态信息
2022-08-16 公开 公开
2022-09-02 实质审查的生效 实质审查的生效 IPC(主分类):G06Q 10/04 申请日:20220601
共 50 条
[1]   一种用于横向联邦学习的模型融合方法及系统 [P]. 
武星 ;
裴洁 .
中国专利 :CN115034356B ,2024-08-23
[2]   一种用于横向联邦学习的模型融合方法及系统 [P]. 
武星 ;
裴洁 .
中国专利 :CN115034356A ,2022-09-09
[3]   一种联邦学习模型训练方法 [P]. 
张盛 ;
寇周斌 .
中国专利 :CN119135689B ,2025-04-15
[4]   一种联邦学习模型训练方法 [P]. 
张盛 ;
寇周斌 .
中国专利 :CN119135689A ,2024-12-13
[5]   一种联邦学习系统的优化方法 [P]. 
王强 ;
陈镜伊 ;
张文琦 .
中国专利 :CN114943342B ,2025-01-03
[6]   一种联邦学习系统的优化方法 [P]. 
王强 ;
陈镜伊 ;
张文琦 .
中国专利 :CN114943342A ,2022-08-26
[7]   一种联邦学习模型优化方法及装置 [P]. 
李明春 ;
丁晓强 ;
单洪政 ;
徐震南 ;
李如辉 .
中国专利 :CN113112026B ,2024-05-28
[8]   一种联邦学习模型优化方法及装置 [P]. 
李明春 ;
丁晓强 ;
单洪政 ;
徐震南 ;
李如辉 .
中国专利 :CN113112026A ,2021-07-13
[9]   一种基于联邦学习的模型训练方法及联邦学习系统 [P]. 
唐斌 ;
徐佳俐 ;
叶保留 .
中国专利 :CN115018086A ,2022-09-06
[10]   一种基于联邦学习的模型训练方法及联邦学习系统 [P]. 
唐斌 ;
徐佳俐 ;
叶保留 .
中国专利 :CN115018086B ,2024-05-03
12345