利用冻结模型层优化联邦学习模型方法

被引：0

专利类型：

发明

申请号：

CN202410263774.7

申请日：

2024-03-07

公开(公告)号：

CN118194926A

公开(公告)日：

2024-06-14

发明(设计)人：

刘颜红时浩斌

申请人：

河南大学

申请人地址：

475001 河南省开封市顺河区明伦街85号

IPC主分类号：

G06N3/0464

IPC分类号：

G06N3/098 G06N20/00

代理机构：

郑州大通专利商标代理有限公司 41111

代理人：

刘莹莹

法律状态：

实质审查的生效

国省代码：

河南省开封市

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
2024-07-02	实质审查的生效	实质审查的生效IPC(主分类):G06N 3/0464申请日:20240307
2024-06-14	公开	公开

共 50 条

[1]

利用基础模型蒸馏的联邦学习 [P].

F·J·C·孔德萨 ;

X·吴 ;

林婉怡 ;

D·T·维尔莫特 ;

Z·李 ;

M·R·加内什 .

德国专利 :CN119692431A ,2025-03-25

[2]

利用基础模型蒸馏的联邦学习 [P].

F·J·C·孔德萨 ;

X·吴 ;

林婉怡 ;

D·T·维尔莫特 ;

Z·李 ;

M·R·加内什 .

德国专利 :CN119692432A ,2025-03-25

[3]

利用个性化模型自适应优化联邦学习局部模型的方法和系统 [P].

何欣 ;

高莹莹 .

中国专利 :CN118485137A ,2024-08-13

[4]

机器学习模型层的无监督联邦学习 [P].

弗朗索瓦丝·博费 ;

沈启财 ;

约翰·沙尔克威克 .

美国专利 :CN116134453B ,2025-06-17

[5]

联邦学习的模型参数优化方法及系统 [P].

范晓亮 ;

王铮 ;

王程 ;

温程璐 .

中国专利 :CN113326949A ,2021-08-31

[6]

一种基于联邦学习的模型联合优化方法 [P].

陈浩锐 ;

杨磊 .

中国专利 :CN118586522A ,2024-09-03

[7]

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

[8]

基于联邦学习的大模型优化方法、装置、设备及介质 [P].

张旭龙 ;

王健宗 ;

谢雨霏 .

中国专利 :CN120874970A ,2025-10-31

[9]

一种基于元学习与正则化的联邦学习模型优化方法及系统 [P].

禹继国 ;

欧阳林茁 ;

曹阳 .

中国专利 :CN120633783A ,2025-09-12

[10]

基于移动设备的联邦学习优化方法 [P].

苏畅 ;

马思磊 ;

谢显中 .

中国专利 :CN117744758A ,2024-03-22

← 1 2 3 4 5 →