一种基于模型离散度的联邦学习训练方法

被引：0

专利类型：

发明

申请号：

CN202010527841.3

申请日：

2020-06-11

公开(公告)号：

CN111860581A

公开(公告)日：

2020-10-30

发明(设计)人：

朱洪波周星光赵海涛陈志远于建国刘洪久

申请人：

申请人地址：

210023 江苏省南京市雨花台区软件大道186号

IPC主分类号：

G06K962

IPC分类号：

代理机构：

南京苏高专利商标事务所(普通合伙) 32204

代理人：

曹坤

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
2020-11-17	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/62 申请日:20200611
2020-10-30	公开	公开

共 50 条

[1]

基于联邦学习的模型训练方法及装置 [P].

范晓亮 ;

陈亮 ;

王程 ;

程明 .

中国专利 :CN114387580A ,2022-04-22

[2]

基于联邦学习的模型训练方法及装置 [P].

范晓亮 ;

陈亮 ;

王程 ;

程明 .

中国专利 :CN114387580B ,2024-10-18

[3]

基于主动学习和模型压缩的联邦学习全局模型训练方法 [P].

张琛 ;

胡雄伟 ;

鱼滨 ;

解宇 .

中国专利 :CN114943345B ,2024-06-11

[4]

基于主动学习和模型压缩的联邦学习全局模型训练方法 [P].

张琛 ;

胡雄伟 ;

鱼滨 ;

解宇 .

中国专利 :CN114943345A ,2022-08-26

[5]

基于联邦学习的模型训练方法及相关装置 [P].

黄雅雯 ;

郑冶枫 .

中国专利 :CN117521779A ,2024-02-06

[6]

一种基于联邦学习的大模型训练方法 [P].

郑邦锋 ;

陈根浪 .

中国专利 :CN117910591A ,2024-04-19

[7]

基于模型扰动的联邦学习分类模型训练方法 [P].

王子龙 ;

王鸿波 ;

陈谦 ;

陈嘉伟 .

中国专利 :CN115358418B ,2025-08-01

[8]

基于模型扰动的联邦学习分类模型训练方法 [P].

王子龙 ;

王鸿波 ;

陈谦 ;

陈嘉伟 .

中国专利 :CN115358418A ,2022-11-18

[9]

联邦学习的模型训练方法 [P].

范晓亮 ;

高桂春 ;

王铮 ;

王子徽 ;

程明 ;

王程 .

中国专利 :CN112906911B ,2021-06-04

[10]

基于联邦学习的模型训练方法、系统 [P].

姚远 ;

焦臻桢 ;

张素 ;

金键 ;

曾西平 .

中国专利 :CN118504657A ,2024-08-16

← 1 2 3 4 5 →