基于知识迁移的自适应聚类联邦学习方法

被引：0

专利类型：

发明

申请号：

CN202411827731.3

申请日：

2024-12-12

公开(公告)号：

CN119761533A

公开(公告)日：

2025-04-04

发明(设计)人：

苏贞郭嘉伟彭僖鳗何龙

申请人：

重庆邮电大学

申请人地址：

400065 重庆市南岸区崇文路2号

IPC主分类号：

G06N20/00

IPC分类号：

G06N5/01 G06F18/23 H04L67/1042 H04L67/1074 G06N3/096 G06N3/098

代理机构：

代理人：

法律状态：

公开

国省代码：

山东省青岛市

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
2025-04-04	公开	公开
2025-04-22	实质审查的生效	实质审查的生效IPC(主分类):G06N 20/00申请日:20241212

共 50 条

[1]

一种基于DBSCAN的自适应聚类联邦学习方法 [P].

张磊 ;

桑玉龙 ;

张德龙 ;

陶世龙 ;

贾培艳 ;

陈雅各 ;

杨伟 ;

张文波 ;

肖春静 .

中国专利 :CN120373496A ,2025-07-25

[2]

基于差分隐私的自适应联邦学习方法 [P].

王东鸿 ;

于嘉 ;

张凌 ;

孙羽 ;

朱家雄 ;

李锐鹏 ;

蒋婷婷 .

中国专利 :CN120106242B ,2025-08-26

[3]

基于差分隐私的自适应联邦学习方法 [P].

王东鸿 ;

于嘉 ;

张凌 ;

孙羽 ;

朱家雄 ;

李锐鹏 ;

蒋婷婷 .

中国专利 :CN120106242A ,2025-06-06

[4]

一种基于自适应多核聚类的对比纵向联邦图学习方法 [P].

韩贝贝 ;

朱军龙 ;

张明川 ;

吴庆涛 ;

王琳 ;

冯嘉美 ;

赵旭辉 ;

赵海霞 ;

刘牧华 ;

李美雯 .

中国专利 :CN119358029A ,2025-01-24

[5]

基于自适应梯度量化的联邦学习方法及系统 [P].

李欣静 ;

霍峥 ;

王腾 .

中国专利 :CN120046698A ,2025-05-27

[6]

基于自适应权重加权的公平性联邦学习方法及系统 [P].

张佳乐 ;

李晔 ;

周子恒 ;

孙小兵 ;

陈玮彤 .

中国专利 :CN117422152A ,2024-01-19

[7]

一种具有差分隐私的自适应聚类联邦学习方法 [P].

禹继国 ;

周润田 ;

董安明 ;

李明霞 ;

丁青艳 ;

曹志龙 ;

许清钰 ;

王桂娟 ;

张丽 .

中国专利 :CN117634594A ,2024-03-01

[8]

一种异构场景下基于原型网络的自适应聚类联邦学习方法 [P].

林莉 ;

姚德 ;

汤嘉琦 ;

陈振坤 ;

吕浩东 ;

钱程 .

中国专利 :CN119989034A ,2025-05-13

[9]

基于层次聚类和自适应权重学习的个性化联邦学习方法 [P].

丁世源 ;

刘颜红 ;

董佳 .

中国专利 :CN118297185A ,2024-07-05

[10]

面向工业质检图像的自适应聚类联邦学习方法 [P].

赵宇红 ;

刘鹏程 ;

王静宇 ;

姚越 ;

刘新 .

中国专利 :CN120495707A ,2025-08-15

← 1 2 3 4 5 →