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！

龍圖騰網獲悉平安科技(深圳)有限公司申請的專利聯邦學習方法、系統、設備及介質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：CN115081644B 。

龍圖騰網通過國家知識產權局官網在2025-08-19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：202210820807.4，技術領域涉及：G06N20/20；該發明授權聯邦學習方法、系統、設備及介質是由李澤遠;王健宗設計研發完成，并于2022-07-13向國家知識產權局提交的專利申請。

本聯邦學習方法、系統、設備及介質在說明書摘要公布了：本申請涉及計算機技術領域，提供了一種聯邦學習方法、系統、設備及介質，方法包括：通過多個第一客戶端分別基于無標注訓練樣本對第一本地模型進行訓練，將訓練后的第一本地模型發送至服務器，服務器對第一本地模型進行整合處理，得到預訓練模型，多個第二客戶端分別從服務器下載預訓練模型，將預訓練模型作為第二本地模型，基于有標注觀測樣本對第二本地模型進行微調，將微調后的第二本地模型發送至服務器，服務器對預訓練模型和第二本地模型進行整合處理，得到目標模型。本申請實施例在聯邦學習中加入使用無標注樣本訓練的客戶端，結合預訓練微調的聯合訓練方式，既能提高目標模型的泛化性，又能高效利用無標注數據，節省標注成本。

本發明授權聯邦學習方法、系統、設備及介質在權利要求書中公布了：1.一種聯邦學習方法，其特征在于，所述方法應用于聯邦學習系統，所述系統包括服務器、多個第一客戶端和多個第二客戶端，所述服務器分別與多個所述第一客戶端、多個所述第二客戶端通信連接，所述方法包括： 對無標注訓練樣本中的每個圖像樣本進行圖像擴增，得到每個所述圖像樣本對應的擴增圖像； 將每個所述圖像樣本對應的擴增圖像輸入至第一本地模型，以通過所述第一本地模型輸出每個所述擴增圖像對應的圖像特征；其中，所述第一本地模型為圖像分類模型； 將每個所述擴增圖像對應的圖像特征映射到同一向量空間，得到每個所述擴增圖像對應的向量表征； 確定基于同個所述圖像樣本得到的所述向量表征之間的第一相似度值以及基于不同的所述圖像樣本得到的所述向量表征之間的第二相似度值； 以最小化所述第一相似度值和最大化所述第二相似度值為目標，構建第一損失函數，并基于所述第一損失函數對所述第一本地模型進行自監督訓練；其中，所述第一損失函數如下所示： l1為所述第一損失函數，N為所述圖像樣本的樣本數量，sim為余弦相似度，zi,zj為所述圖像樣本對應的向量表征； 將訓練后的所述第一本地模型發送至所述服務器； 通過所述服務器接收多個所述第一客戶端發送的所述第一本地模型，并對多個所述第一本地模型進行整合處理，得到預訓練模型； 通過多個所述第二客戶端分別從所述服務器下載所述預訓練模型，將所述預訓練模型作為第二本地模型，基于有標注觀測樣本對所述第二本地模型進行微調，并將微調后的所述第二本地模型發送至所述服務器； 通過所述服務器接收多個所述第二客戶端發送的所述第二本地模型，并對所述預訓練模型和多個所述第二本地模型進行整合處理，得到目標模型。

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平安科技(深圳)有限公司，其通訊地址為：518000 廣東省深圳市福田區福田街道福安社區益田路5033號平安金融中心23樓；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”。