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
[21]   一种基于联邦学习的节点模型参数优化方法 [P]. 
郎健廷 ;
孙磊 ;
朱俊武 .
中国专利 :CN118410516A ,2024-07-30
[22]   一种基于联邦学习的模型训练方法、装置、设备及介质 [P]. 
孟艺凝 ;
罗咏刚 .
中国专利 :CN117709443A ,2024-03-15
[23]   一种基于联邦学习模型的帕金森疾病智能评估方法与系统 [P]. 
庞孟 ;
徐后炜 ;
周崟涛 ;
张蓉 ;
黄伟 ;
李正宇 .
中国专利 :CN118629632A ,2024-09-10
[24]   一种基于模型分层优化的保隐私个性化联邦学习方法 [P]. 
王鑫 ;
王腾飞 ;
杨明 ;
吴晓明 ;
唐勇伟 ;
刘腾 ;
陈振娅 ;
刘臣胜 ;
贺云鹏 ;
穆超 .
中国专利 :CN119646885A ,2025-03-18
[25]   一种基于全局模型优化的联邦学习方法、装置和电子设备 [P]. 
沈力 ;
张琳 ;
丁亮 ;
陶大程 .
中国专利 :CN114818510A ,2022-07-29
[26]   一种基于全局模型优化的联邦学习方法、装置和电子设备 [P]. 
沈力 ;
张琳 ;
丁亮 ;
陶大程 .
中国专利 :CN114818510B ,2024-09-20
[27]   一种基于模型分层优化的保隐私个性化联邦学习方法 [P]. 
王鑫 ;
王腾飞 ;
杨明 ;
吴晓明 ;
唐勇伟 ;
刘腾 ;
陈振娅 ;
刘臣胜 ;
贺云鹏 ;
穆超 .
中国专利 :CN119646885B ,2025-05-06
[28]   一种基于受约束梯度更新的联邦类增量学习方法及系统 [P]. 
廖清 ;
冯纪元 ;
方滨兴 ;
韩伟红 ;
顾钊铨 ;
刘川意 .
中国专利 :CN118313445A ,2024-07-09
[29]   基于修正梯度下降的联邦学习收敛加速优化方法和系统 [P]. 
周继华 ;
郭子文 ;
马羚 ;
万杨亮 ;
赵涛 ;
刘香渝 ;
陈柯 ;
张晶晶 .
中国专利 :CN117436513A ,2024-01-23
[30]   一种联邦学习中异质模型融合的优化方法 [P]. 
邵雨蒙 ;
李骏 ;
马川 ;
时龙 ;
王喆 ;
张杰 .
中国专利 :CN114912705A ,2022-08-16
12345