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！

龙图腾网恭喜哈尔滨工业大学(深圳)申请的专利一种基于特异性联邦学习的模型训练方法及装置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：CN114627202B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210212867.8，技术领域涉及：G06T11/00；该发明授权一种基于特异性联邦学习的模型训练方法及装置是由冯春梅;鄢云路;徐勇设计研发完成，并于2022-03-04向国家知识产权局提交的专利申请。

本一种基于特异性联邦学习的模型训练方法及装置在说明书摘要公布了：本申请提供了一种基于特异性联邦学习的模型训练方法及装置，方法包括：在每一轮通信中，服务器端将全局共享模型发送至每个客户端，每个客户端根据服务器端当前传输的全局共享模型进行局部梯度更新，本地更新完成后，客户端参与服务器端的全局梯度更新，并将更新结果返回至服务器端，服务器端根据客户端返回的更新结果确定下一轮的全局共享模型，并且从第二轮起引入加权对比正则化对客户端的局部梯度更新进行校正；经过多轮通信后，客户端逐渐具有全局共享模型的特征。本申请可以在满足隐私保护机制的同时缓解客户端在训练过程中的域漂移，促进收敛。

本发明授权一种基于特异性联邦学习的模型训练方法及装置在权利要求书中公布了：1.一种基于特异性联邦学习的模型训练方法，用于机器学习系统，所述机器学习系统包括服务器端和至少两个客户端；所述服务器端存储有全局共享模型、上一轮训练完成的全局共享模型集合和训练数据，对于第一轮训练，所述上一轮训练完成的全局共享模型集合为空集；每个所述客户端分别存储有本地模型和本地数据；所述模型训练方法针对所述服务器端；其特征在于，所述模型训练方法包括：所述服务器端发送所述全局共享模型至每个所述客户端；所述客户端用于接收所述服务器端发送的所述全局共享模型；依据所述全局共享模型和所述本地数据对所述本地模型进行训练，获得训练完成的本地模型；依据所述训练完成的本地模型和所述本地数据对所述全局共享模型进行训练，获得初步训练完成的全局共享模型；将所述初步训练完成的全局共享模型发送至所述服务器端；所述服务器端接收每个所述客户端发送的所述初步训练完成的全局共享模型；当所述上一轮训练完成的全局共享模型集合非空时，所述服务器端依据所述全局共享模型、所述上一轮训练完成的全局共享模型集合和所述训练数据对每个所述初步训练完成的全局共享模型进行训练，获得训练完成的全局共享模型集合；所述服务器端依据所述训练完成的全局共享模型集合，更新所述全局共享模型。

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哈尔滨工业大学(深圳)，其通讯地址为：518055 广东省深圳市南山区西丽大学城哈工大(深圳)信息楼；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”。