一种基于梯度离群值检测的联邦学习推荐模型优化方法

被引：0
专利类型：
发明
申请号：
CN202510145952.0
申请日：
2025-02-10
公开(公告)号：
CN120087497A
公开(公告)日：
2025-06-03
发明(设计)人：
解绍词 代文雄
申请人：
重庆邮电大学
申请人地址：
400065 重庆市南岸区南山街道崇文路2号
IPC主分类号：
G06N20/00
IPC分类号：
G06F16/9535 G06F21/62 G06F21/64
代理机构：
重庆辉腾律师事务所 50215
代理人：
李玮
法律状态：
实质审查的生效
国省代码：
山东省 青岛市
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
2025-06-20 实质审查的生效 实质审查的生效IPC(主分类):G06N 20/00申请日:20250210
2025-06-03 公开 公开
共 50 条
[1]   一种基于模型无关元学习的联邦推荐方法及系统 [P]. 
吴广君 ;
艾正阳 ;
亓子森 ;
王勇 .
中国专利 :CN115409203A ,2022-11-29
[2]   一种基于联邦学习的智能电网故障检测模型训练优化方法 [P]. 
易国栋 ;
伍洲洋 ;
李晓翠 ;
张新玉 ;
胡东滨 ;
张军号 ;
施光泽 .
中国专利 :CN119884896A ,2025-04-25
[3]   一种基于联邦学习的智能电网故障检测模型训练优化方法 [P]. 
易国栋 ;
伍洲洋 ;
李晓翠 ;
张新玉 ;
胡东滨 ;
张军号 ;
施光泽 .
中国专利 :CN119884896B ,2025-08-22
[4]   基于联邦学习的货物推荐系统和方法 [P]. 
盖宇春 ;
刘渊 ;
狄奕成 .
中国专利 :CN118586797A ,2024-09-03
[5]   一种基于异步联邦学习框架的自适应梯度裁剪方法 [P]. 
胡小明 ;
李苗苗 ;
刘琰 ;
白双杰 .
中国专利 :CN119578508A ,2025-03-07
[6]   一种基于模型参数差编码的通讯高效联邦学习方法 [P]. 
刘贤明 ;
张飞龙 ;
翟德明 ;
江俊君 ;
季向阳 .
中国专利 :CN118246518A ,2024-06-25
[7]   一种基于双层梯度下降的联邦学习方法 [P]. 
李职杜 ;
何松阳 ;
邓明亮 ;
薛青 ;
王巨震 .
中国专利 :CN118171718A ,2024-06-11
[8]   一种基于联邦学习的数据推荐方法、装置、设备及介质 [P]. 
邢家辉 ;
黄毓桦 ;
李宫怀 ;
谢浩龙 .
中国专利 :CN114625976A ,2022-06-14
[9]   一种基于对抗对比学习鲁棒的产品联邦推荐方法 [P]. 
姜元春 ;
张永刚 ;
柴一栋 ;
刘业政 ;
徐政祥 ;
粱瑞成 ;
高静 .
中国专利 :CN118396706A ,2024-07-26
[10]   一种基于链式联邦学习的联邦重建模型压缩的优化方法 [P]. 
成诺 ;
卢兴见 .
中国专利 :CN118194933A ,2024-06-14
12345