嵌入的在线联邦学习

被引：0

申请号：

CN201980101611.6

申请日：

2019-10-23

公开(公告)号：

CN114600106A

公开(公告)日：

2022-06-07

发明(设计)人：

布雷德利·雷·格林肖恩·瑞安·欧巴尼昂

申请人：

申请人地址：

美国加利福尼亚州

IPC主分类号：

G06F2162

IPC分类号：

G06N304 G06N308

代理机构：

中原信达知识产权代理有限责任公司 11219

代理人：

邓聪惠;周亚荣

法律状态：

实质审查的生效

国省代码：

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
2022-06-24	实质审查的生效	实质审查的生效 IPC(主分类):G06F 21/62 申请日:20191023
2022-06-07	公开	公开

共 50 条

[1]

基于聚类的半异步联邦学习方法及系统 [P].

赵乙 ;

胡春雨 ;

高天雷 .

中国专利 :CN119338030A ,2025-01-21

[2]

机器学习模型层的无监督联邦学习 [P].

弗朗索瓦丝·博费 ;

沈启财 ;

约翰·沙尔克威克 .

美国专利 :CN116134453B ,2025-06-17

[3]

基于联邦学习及均值迭代的机器学习模型压缩方法及系统 [P].

覃誉仪 .

中国专利 :CN119831068A ,2025-04-15

[4]

用于联邦学习的方法和设备 [P].

M.埃尔-卡米 ;

李正元 ;

郝维托 .

中国专利 :CN114091682A ,2022-02-25

[5]

用于链路感知联邦学习系统的设备和方法 [P].

吴梦凡 ;

麦特·博班 ;

托马索·祖格诺 .

中国专利 :CN121219725A ,2025-12-26

[6]

联邦持续学习系统 [P].

郑小林 ;

梁腾文 ;

陈超超 .

中国专利 :CN119168020B ,2025-10-28

[7]

联邦持续学习系统 [P].

郑小林 ;

梁腾文 ;

陈超超 .

中国专利 :CN119168020A ,2024-12-20

[8]

基于联邦学习的岗位推荐方法及装置 [P].

姚明 ;

赵迪 ;

王湾湾 ;

吴海宁 .

中国专利 :CN113158241B ,2024-12-03

[9]

基于联邦学习的岗位推荐方法及装置 [P].

姚明 ;

赵迪 ;

王湾湾 ;

吴海宁 .

中国专利 :CN113158241A ,2021-07-23

[10]

用于训练机器学习算法和维护患者隐私的联邦学习系统 [P].

F·阿盖伊 ;

N·穆拉里 ;

J·F·马丁 ;

J·施密德 ;

F·谢赫扎德 ;

A·索姆 .

中国专利 :CN115088022A ,2022-09-20

← 1 2 3 4 5 →