基于集成模型的个性化联邦学习方法及装置

被引：0

申请号：

CN202211165871.X

申请日：

2022-09-23

公开(公告)号：

CN115600692A

公开(公告)日：

2023-01-13

发明(设计)人：

黄联芬谢浩宇范旭伟陈学林李王明卉

申请人：

申请人地址：

361000 福建省厦门市思明南路422号

IPC主分类号：

G06N2020

IPC分类号：

G06F2162

代理机构：

厦门创象知识产权代理有限公司 35232

代理人：

叶秀红

法律状态：

公开

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
2023-01-13	公开	公开
2023-02-07	实质审查的生效	实质审查的生效 IPC(主分类):G06N 20/20 申请日:20220923

共 50 条

[1]

基于集成模型的个性化联邦学习方法及装置 [P].

黄联芬 ;

谢浩宇 ;

范旭伟 ;

陈学林 ;

李王明卉 .

中国专利 :CN115600692B ,2025-12-16

[2]

基于共享模型的个性化联邦学习方法和系统 [P].

熊黎丽 ;

王思博 ;

沈俊宇 ;

侯锋 .

中国专利 :CN120494124A ,2025-08-15

[3]

基于混合专家模型的个性化联邦学习方法 [P].

郭斌彬 ;

肖丹阳 ;

吴维刚 .

中国专利 :CN112560991A ,2021-03-26

[4]

基于模型参数异步更新的个性化联邦学习方法 [P].

吴兰 ;

张亚可 .

中国专利 :CN115115021A ,2022-09-27

[5]

基于模型参数异步更新的个性化联邦学习方法 [P].

吴兰 ;

张亚可 .

中国专利 :CN115115021B ,2025-04-11

[6]

一种基于本地模型差异的个性化联邦学习方法 [P].

古天龙 ;

支太行 ;

包旭光 ;

常亮 .

中国专利 :CN117829317A ,2024-04-05

[7]

一种个性化联邦学习方法及学习系统 [P].

高永强 ;

陈佳 .

中国专利 :CN119670850A ,2025-03-21

[8]

基于自动拆分的大模型个性化联邦学习方法和装置 [P].

李骥琛 ;

唐秀 ;

吴元戎 ;

汪睿 ;

伍赛 .

中国专利 :CN120688583A ,2025-09-23

[9]

基于梯度相似性动态模型融合的个性化联邦学习方法、装置及系统 [P].

王鑫栋 ;

叶保留 ;

陆桑璐 .

中国专利 :CN120106246A ,2025-06-06

[10]

基于扩散模型的自适应双边蒸馏个性化联邦学习方法 [P].

王鑫 ;

王振豪 ;

杨明 ;

吴晓明 ;

李东润 ;

于小洋 ;

穆超 ;

陈振娅 ;

刘臣胜 ;

贺云鹏 .

中国专利 :CN119358708B ,2025-06-24

← 1 2 3 4 5 →