学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审

基于特征对比优化与分类器动态集成的联邦学习方法及装置

被引：0
专利类型：
发明
申请号：
CN202510200623.1
申请日：
2025-02-24
公开(公告)号：
CN119670916A
公开(公告)日：
2025-03-21
发明(设计)人：
杨明 李东润 王鑫 吴晓明 唐勇伟 穆超 刘臣胜 贺云鹏 陈振娅
申请人：
齐鲁工业大学（山东省科学院） 山东省计算中心（国家超级计算济南中心）
申请人地址：
250000 山东省济南市长清区西部新城大学科技园
IPC主分类号：
G06N20/00
IPC分类号：
G06F18/213 G06F18/2115 G06F18/2413
代理机构：
山东竹森智壤知识产权代理有限公司 37382
代理人：
吕利敏
法律状态：
实质审查的生效
国省代码：
山东省 济南市
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
2025-04-08 实质审查的生效 实质审查的生效IPC(主分类):G06N 20/00申请日:20250224
2025-06-06 授权 授权
2025-03-21 公开 公开
共 50 条
[1]
基于特征对比优化与分类器动态集成的联邦学习方法及装置 [P]. 
杨明 ;
李东润 ;
王鑫 ;
吴晓明 ;
唐勇伟 ;
穆超 ;
刘臣胜 ;
贺云鹏 ;
陈振娅 .
中国专利 :CN119670916B ,2025-06-06
[2]
一种基于特征提取器与分类器灵活组合的联邦学习方法 [P]. 
杨明 ;
李东润 ;
王鑫 ;
吴晓明 ;
刘臣胜 ;
陈振娅 ;
穆超 ;
贺云鹏 .
中国专利 :CN119005302A ,2024-11-22
[3]
一种基于特征提取器与分类器灵活组合的联邦学习方法 [P]. 
杨明 ;
李东润 ;
王鑫 ;
吴晓明 ;
刘臣胜 ;
陈振娅 ;
穆超 ;
贺云鹏 .
中国专利 :CN119005302B ,2024-12-20
[4]
基于对比学习和条件计算的个性化联邦学习方法 [P]. 
殷康宁 ;
王治国 ;
王艳 ;
陈东升 ;
季鑫慧 ;
朱瑞 .
中国专利 :CN118396082A ,2024-07-26
[5]
基于分组与权重自优化的链式联邦学习方法 [P]. 
左方 ;
徐豪 ;
王光辉 ;
左红艳 ;
李帅 .
中国专利 :CN117436542A ,2024-01-23
[6]
工业物联网下基于双重对抗训练的联邦学习方法及装置 [P]. 
杨明 ;
李东润 ;
王鑫 ;
吴晓明 ;
陈振娅 ;
贺云鹏 ;
刘臣胜 ;
穆超 ;
徐硕 ;
吴法宗 .
中国专利 :CN120258095A ,2025-07-04
[7]
工业物联网下基于双重对抗训练的联邦学习方法及装置 [P]. 
杨明 ;
李东润 ;
王鑫 ;
吴晓明 ;
陈振娅 ;
贺云鹏 ;
刘臣胜 ;
穆超 ;
徐硕 ;
吴法宗 .
中国专利 :CN120258095B ,2025-09-16
[8]
基于特征对齐和自适应模型聚合的联邦学习方法及装置 [P]. 
武洪英 ;
海河 ;
黄唯 ;
张安卓 ;
张翃绪 .
中国专利 :CN118410884A ,2024-07-30
[9]
基于双重解耦合自平衡策略的分类联邦学习方法及装置 [P]. 
鲁群山 .
中国专利 :CN120654076A ,2025-09-16
[10]
分类器异步优化与原型感知推理的个性化联邦学习方法 [P]. 
王鑫 ;
王振豪 ;
刘彬 ;
于洪昌 ;
杨明 ;
吴晓明 ;
穆超 ;
陈振娅 ;
刘臣胜 ;
孙辉 ;
贺云鹏 .
中国专利 :CN120687850A ,2025-09-23
12345