买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜华东师范大学;上海嗨普智能信息科技股份有限公司申请的专利一种图数据上的联邦学习优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114925849B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210499734.3，技术领域涉及：G06N3/098；该发明授权一种图数据上的联邦学习优化方法是由吴宇航;高明;蔡文渊;杜蓓;刘翔设计研发完成，并于2022-05-09向国家知识产权局提交的专利申请。

本一种图数据上的联邦学习优化方法在说明书摘要公布了：本发明公开了一种图数据上的联邦学习优化方法，该方法包括：步骤S1、服务器根据预先配置文件，随机初始化必要参数，并将训练轮数T初始化为1；步骤S2、在第T轮训练中，选择M个参与客户端，向每一参与客户端发送训练指令，第k参与客户端根据指令进行训练；步骤S3、每一客户端相关参数生成本地的个性化补充模型，并进行本地训练，向服务器发送对应的模型参数；步骤S4、服务器基于本轮M个参与客户端发送的本地更新参数更新对应的本轮模型参数；步骤S5、判断模型是否收敛，若收敛，则结束模型训练，得到模型，否则，令T=T+1，执行步骤S2‑S5。本发明能利用各客户端本地数据分布建模，提高了图数据上联邦学习模型训练的效率和准确率。

本发明授权一种图数据上的联邦学习优化方法在权利要求书中公布了：1.一种图数据上的联邦学习优化方法，该方法实施环境包括一个服务器、K个客户端，处理器和存储有计算及程序的存储器，其中，K为至少等于2的整数；服务器上存储有用于描述全局图神经网络模型结构、个性化模型结构的配置文件；其特征在于，所述方法包括以下具体步骤：步骤S1、服务器根据预先配置文件，随机初始化全局图神经网络模型参数以及个性化模型参数，并将训练轮数T初始化为1；步骤S2、在第T轮训练中，选择M个参与客户端，向每一参与客户端发送训练指令，第k参与客户端从服务器获取对应的全局图神经网络模型参数以及个性化模型参数，若该客户端是第一次被选中，则随机初始化个性化模型表示向量，k＝1,2,…M；步骤S3、每一客户端基于获取的服务器个性化模型参数和本地存储的个性化模型表示向量生成本地的个性化补充模型，之后，综合对应的模型参数、个性化补充模型及本地数据进行本地训练，向服务器发送对应的模型参数；步骤S4、服务器基于本轮M个参与客户端发送的本地更新参数更新对应的本轮全局图神经网络模型参数及个性化模型参数；步骤S5、判断模型是否收敛，若收敛，则结束模型训练，否则，令T＝T+1，返回执行步骤S2-S5。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东师范大学;上海嗨普智能信息科技股份有限公司，其通讯地址为：200241 上海市闵行区东川路500号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。