一种面向分层联邦边缘学习的模型训练节点选择方法

被引：0

申请号：

CN202111612764.2

申请日：

2021-12-27

公开(公告)号：

CN114327889A

公开(公告)日：

2022-04-12

发明(设计)人：

石文孝刘思呈张佳栋李娇张睿冬欧阳敏刘安琪

申请人：

申请人地址：

130012 吉林省长春市长春高新技术产业开发区前进大街2699号

IPC主分类号：

G06F950

IPC分类号：

G06N2000

代理机构：

长春吉大专利代理有限责任公司 22201

代理人：

刘驰宇

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
2022-04-29	实质审查的生效	实质审查的生效 IPC(主分类):G06F 9/50 申请日:20211227
2022-04-12	公开	公开

共 50 条

[1]

一种面向分层联邦边缘学习的模型训练节点选择方法 [P].

石文孝 ;

刘思呈 ;

张佳栋 ;

李娇 ;

张睿冬 ;

欧阳敏 ;

刘安琪 .

中国专利 :CN114327889B ,2024-10-22

[2]

移动边缘环境中面向联邦学习的分层节点选择方法 [P].

李春林 ;

常帅 ;

马千军 ;

刘雨舟 .

中国专利 :CN117336824A ,2024-01-02

[3]

一种联邦边缘学习模型训练方法、系统、设备及介质 [P].

李寅龙 ;

程思瑶 ;

张浩 ;

刘劼 .

中国专利 :CN120338051A ,2025-07-18

[4]

一种基于区块链架构的联邦学习节点选择方法 [P].

司鹏搏 ;

王祎玮 ;

田琳琳 ;

杜恩雨 ;

李萌 .

中国专利 :CN114943099A ,2022-08-26

[5]

一种基于区块链的联邦学习参与节点选择方法 [P].

李晓欢 ;

叶进 ;

何杨 .

中国专利 :CN114095503B ,2025-02-11

[6]

一种基于区块链的联邦学习参与节点选择方法 [P].

李晓欢 ;

叶进 ;

何杨 .

中国专利 :CN114095503A ,2022-02-25

[7]

基于DRL的联邦学习节点选择方法 [P].

李晓波 ;

马润 ;

吴双 ;

冯国礼 ;

王圣杰 ;

哈欣楠 ;

马梦轩 ;

闫舒怡 ;

魏文彬 ;

王宁 ;

丰田 ;

陈丽洁 ;

郑媛媛 ;

王晓芳 ;

孙倩 .

中国专利 :CN114022731A ,2022-02-08

[8]

基于声誉意识激励机制的分层联邦模型训练方法 [P].

左翠华 ;

宋亚晨 ;

李梦琦 ;

李雅琴 ;

胡婧 .

中国专利 :CN119513610A ,2025-02-25

[9]

一种基于梯度差异的联邦学习节点选择方法 [P].

王高丽 ;

吉白 ;

刘虹 .

中国专利 :CN117389734A ,2024-01-12

[10]

一种动态边缘计算环境下的分层联邦学习优化方法 [P].

陈启贤 ;

许小龙 ;

孙嘉阳 ;

崔光明 ;

吴金涛 .

中国专利 :CN120017513B ,2025-06-20

← 1 2 3 4 5 →