東華大學趙皓亮獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉東華大學申請的專利一種基于半對齊數據的縱向聯邦學習模型優化方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120338056B 。
龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510789293.4，技術領域涉及：G06N3/098；該發明授權一種基于半對齊數據的縱向聯邦學習模型優化方法是由趙皓亮;常姍設計研發完成，并于2025-06-13向國家知識產權局提交的專利申請。
本一種基于半對齊數據的縱向聯邦學習模型優化方法在說明書摘要公布了：本申請公開了一種基于半對齊數據的縱向聯邦學習模型優化方法，該方法通過引入半對齊樣本的縱向聯邦學習框架，顯著提升了模型在數據隱私保護前提下的訓練效率和準確度，有效解決了傳統縱向聯邦學習中因樣本對齊率低導致的大量未對齊數據浪費問題。該方法在保證數據隱私與安全的前提下，實現了未對齊樣本的高效利用，解決了少樣本場景下模型性能受限的難題。
本發明授權一種基于半對齊數據的縱向聯邦學習模型優化方法在權利要求書中公布了：1.一種基于半對齊數據的縱向聯邦學習模型優化方法，其特征在于，包括： 基于各參與方之間的對齊樣本，利用各參與方本地的特征提取器獲取所述對齊樣本的中間特征； 將所述中間特征上傳至服務器，所述服務器基于所述中間特征聯合訓練特征變換器，學習不同參與方中間特征之間的關聯關系； 所述服務器融合所有參與方的中間特征，生成全局特征表示，并通過有監督對比學習優化類間區分度，聯合更新各參與方本地模型； 通過所述特征提取器提取未對齊樣本的中間特征，基于未對齊樣本與對齊樣本的特征相似性，通過半監督聚類方法為所述未對齊樣本迭代生成偽標簽； 通過所述特征變換器獲取帶有標簽的參與方的代理特征，計算代理特征與未對齊樣本的特征相似度，選取相似度最高的未對齊樣本作為半對齊補充樣本； 基于四分位法設定距離閾值，剔除低置信度樣本，保留高質量半對齊樣本； 將篩選后的高質量半對齊樣本加入訓練數據集，迭代優化縱向聯邦學習模型。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東華大學，其通訊地址為：201620 上海市松江區人民北路2999號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號