基于差分隐私和量化的联邦学习全局模型训练方法

被引：0

专利类型：

发明

申请号：

CN202110856897.8

申请日：

2021-07-28

公开(公告)号：

CN113591145A

公开(公告)日：

2021-11-02

发明(设计)人：

王子龙周伊琳陈谦肖丹王鸿波陈嘉伟刘蕴琪安泽宇

申请人：

申请人地址：

710071 陕西省西安市太白南路2号

IPC主分类号：

G06F2162

IPC分类号：

G06N2000

代理机构：

陕西电子工业专利中心 61205

代理人：

田文英;王品华

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
2021-11-02	公开	公开
2021-11-19	实质审查的生效	实质审查的生效 IPC(主分类):G06F 21/62 申请日:20210728

共 50 条

[1]

基于差分隐私和量化的联邦学习全局模型训练方法 [P].

王子龙 ;

周伊琳 ;

陈谦 ;

肖丹 ;

王鸿波 ;

陈嘉伟 ;

刘蕴琪 ;

安泽宇 .

中国专利 :CN113591145B ,2024-02-23

[2]

基于记忆重放和差分隐私的联邦持续学习训练方法 [P].

张琛 ;

白航 ;

鱼滨 ;

解宇 .

中国专利 :CN115081532B ,2024-09-06

[3]

基于记忆重放和差分隐私的联邦持续学习训练方法 [P].

张琛 ;

白航 ;

鱼滨 ;

解宇 .

中国专利 :CN115081532A ,2022-09-20

[4]

一种基于高斯差分隐私的联邦学习模型训练方法 [P].

程慧 ;

薛乔 ;

朱友文 ;

张焱 .

中国专利 :CN119884737A ,2025-04-25

[5]

基于差分隐私的联邦学习训练方法、装置、系统及设备 [P].

刘一戈 ;

曹永知 ;

王捍贫 .

中国专利 :CN115983409B ,2025-07-25

[6]

基于差分隐私图像加噪的联邦学习模型训练方法及系统 [P].

束妮娜 ;

余静波 ;

颜康 ;

吴韬 ;

王怀习 ;

常超 ;

刘春生 ;

蒋儒浩 .

中国专利 :CN119849603B ,2025-07-01

[7]

基于差分隐私图像加噪的联邦学习模型训练方法及系统 [P].

束妮娜 ;

余静波 ;

颜康 ;

吴韬 ;

王怀习 ;

常超 ;

刘春生 ;

蒋儒浩 .

中国专利 :CN119849603A ,2025-04-18

[8]

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

[9]

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

[10]

基于差分隐私联邦学习的模型训练方法、装置及设备 [P].

崔来中 ;

马嘉艇 ;

周义朋 ;

李琦 .

中国专利 :CN117349672A ,2024-01-05

← 1 2 3 4 5 →