利用基础模型蒸馏的联邦学习

被引：0

专利类型：

发明

申请号：

CN202411324981.5

申请日：

2024-09-23

公开(公告)号：

CN119692431A

公开(公告)日：

2025-03-25

发明(设计)人：

F·J·C·孔德萨 X·吴林婉怡 D·T·维尔莫特 Z·李 M·R·加内什

申请人：

罗伯特·博世有限公司

申请人地址：

德国斯图加特

IPC主分类号：

G06N3/098

IPC分类号：

G06N3/096 G06N3/045

代理机构：

中国专利代理(香港)有限公司 72001

代理人：

黄涛;吕传奇

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
2025-03-25	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 :CN119692432A ,2025-03-25

[2]

具有模型多样性的联邦学习 [P].

邱晨 ;

F·C·孔德萨 ;

M·R·加内什 ;

林婉怡 ;

Z·李 .

德国专利 :CN119227776A ,2024-12-31

[3]

基于联邦蒸馏的联邦学习模型的训练方法、系统和介质 [P].

朱佳 ;

马晓东 ;

黄昌勤 .

中国专利 :CN114154643A ,2022-03-08

[4]

利用冻结模型层优化联邦学习模型方法 [P].

刘颜红 ;

时浩斌 .

中国专利 :CN118194926A ,2024-06-14

[5]

在断开的客户端的情况下利用模型多样性和备份的联邦学习 [P].

邱晨 ;

F·C·孔德萨 ;

M·R·加内什 ;

林婉怡 ;

Z·李 .

德国专利 :CN119227777A ,2024-12-31

[6]

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

[7]

检测联邦学习中的模型逆向攻击 [P].

M·A·拉尤尼 .

美国专利 :CN120782007A ,2025-10-14

[8]

利用弹性权重巩固(EWC)损失项来减轻机器学习模型的联邦学习中的灾难性遗忘 [P].

安德鲁·哈德 ;

库尔特·帕特里奇 ;

拉吉夫·马修斯 ;

肖恩·奥根斯坦 .

美国专利 :CN119013677A ,2024-11-22

[9]

一种联邦学习模型训练方法、装置及联邦学习系统 [P].

曾令仿 ;

银燕龙 ;

何水兵 ;

毛旷 ;

杨弢 ;

任祖杰 ;

陈刚 .

中国专利 :CN112232528A ,2021-01-15

[10]

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

← 1 2 3 4 5 →