基于联邦学习的强化学习的模型聚合方法以及相关设备

被引：0

申请号：

CN202210320107.9

申请日：

2022-03-29

公开(公告)号：

CN114692893A

公开(公告)日：

2022-07-01

发明(设计)人：

罗冰叶霆威肖文力黄建伟

申请人：

申请人地址：

518129 广东省深圳市龙岗区坂田街道雅宝路1号星河WORLDG2-14、15层

IPC主分类号：

G06N2000

IPC分类号：

代理机构：

北京集佳知识产权代理有限公司 11227

代理人：

王学强

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
2022-07-19	实质审查的生效	实质审查的生效 IPC(主分类):G06N 20/00 申请日:20220329
2022-07-01	公开	公开

共 50 条

[1]

基于联邦学习的强化学习的模型聚合方法以及相关设备 [P].

罗冰 ;

叶霆威 ;

肖文力 ;

黄建伟 .

中国专利 :CN114692893B ,2025-04-04

[2]

基于联邦学习的模型聚合方法、系统、设备及介质 [P].

陈亮 ;

黄明飞 ;

梁维斌 .

中国专利 :CN113568740B ,2024-09-03

[3]

基于联邦学习的模型聚合方法、系统、设备及介质 [P].

陈亮 ;

黄明飞 ;

梁维斌 .

中国专利 :CN113568740A ,2021-10-29

[4]

联邦学习中基于强化学习的客户端选择和自适应模型聚合方法及系统 [P].

翟锐 ;

靳浩哲 ;

于俊洋 ;

宋亚林 ;

白晨希 ;

李涵 ;

王瑛琦 ;

殷向 ;

宋然 ;

刘杭 ;

马文静 .

中国专利 :CN117459570A ,2024-01-26

[5]

基于联邦学习的模型聚合方法及装置、系统 [P].

蒋朋岑 .

中国专利 :CN119168087A ,2024-12-20

[6]

基于联邦学习的模型训练方法、装置及相关设备 [P].

黄晨宇 ;

王健宗 .

中国专利 :CN113837397B ,2024-02-02

[7]

基于联邦学习的模型训练方法、装置及相关设备 [P].

黄晨宇 ;

王健宗 .

中国专利 :CN113837397A ,2021-12-24

[8]

基于联邦学习的模型训练方法、系统及相关设备 [P].

刘洋 ;

马雪婷 ;

漆舒汉 ;

马国睿 ;

王轩 .

中国专利 :CN118982063A ,2024-11-19

[9]

基于联邦学习的局部模型的构建方法、装置及相关设备 [P].

王光宇 ;

田海江 ;

张平 ;

刘晓鸿 .

中国专利 :CN116362323B ,2025-11-28

[10]

基于后门的联邦深度强化学习的知识产权保护方法 [P].

金彪 ;

陈瑜霖 ;

姚志强 ;

熊金波 ;

李璇 ;

林劼 ;

李逸 .

中国专利 :CN117350372A ,2024-01-05

← 1 2 3 4 5 →