基于联邦学习的模型参数训练方法、装置、设备及介质

被引：0

专利类型：

发明

申请号：

CN201811547471.9

申请日：

2018-12-17

公开(公告)号：

CN109635462A

公开(公告)日：

2019-04-16

发明(设计)人：

刘洋范涛陈天健杨强

申请人：

申请人地址：

518052 广东省深圳市前海深港合作区前湾一路1号A栋201室（入驻深圳市前海商务秘书有限公司）

IPC主分类号：

G06F1750

IPC分类号：

G06N9900

代理机构：

深圳市世纪恒程知识产权代理事务所 44287

代理人：

胡海国;魏兰

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
2019-04-16	公开	公开
2019-05-10	实质审查的生效	实质审查的生效 IPC(主分类):G06F 17/50 申请日:20181217

共 50 条

[1]

基于联邦学习的模型参数训练方法、装置、设备及介质 [P].

刘洋 ;

陈天健 ;

杨强 .

中国专利 :CN109886417B ,2024-05-03

[2]

基于联邦学习的模型参数训练方法、装置、设备及介质 [P].

刘洋 ;

陈天健 ;

杨强 .

中国专利 :CN109886417A ,2019-06-14

[3]

基于联邦学习的模型参数训练方法及装置 [P].

刘洋 ;

陈天健 ;

杨强 .

中国专利 :CN110288094A ,2019-09-27

[4]

分层联邦学习模型训练方法、装置、设备及介质 [P].

张乐君 ;

龙文杰 ;

郭然 ;

苏申 ;

刘园 ;

田志宏 .

中国专利 :CN120050299A ,2025-05-27

[5]

基于联邦学习的模型参数训练方法、终端、系统及介质 [P].

刘洋 ;

康焱 ;

陈天健 ;

杨强 ;

范涛 .

中国专利 :CN109492420A ,2019-03-19

[6]

基于联邦学习的模型训练方法及装置、设备、存储介质 [P].

陈瑞钦 ;

蒋杰 ;

刘煜宏 ;

陈鹏 ;

陶阳宇 ;

程勇 .

中国专利 :CN114595835B ,2022-06-07

[7]

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

[8]

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

[9]

基于联邦学习的模型训练方法 [P].

李昊轩 ;

白兴强 ;

贺双洪 ;

王章 ;

李辉忠 ;

张开翔 ;

姚辉亚 .

中国专利 :CN118944926A ,2024-11-12

[10]

基于联邦学习的模型训练方法、系统、设备及存储介质 [P].

杨雷 ;

李亚玲 ;

梁原 ;

李丽平 .

中国专利 :CN113469373A ,2021-10-01

← 1 2 3 4 5 →