车联网中基于自适应梯度层级量化的联邦学习方法

被引：0

专利类型：

发明

申请号：

CN202411689110.3

申请日：

2024-11-25

公开(公告)号：

CN119808987A

公开(公告)日：

2025-04-11

发明(设计)人：

高建平邢玲马华红罗兆乘邓凯凯王庆国徐贤亚吴红海李婧李冰黄元浩朱敏

申请人：

河南科技大学

申请人地址：

471000 河南省洛阳市洛龙区开元大道263号

IPC主分类号：

G06N20/00

IPC分类号：

H04L67/12

代理机构：

成都行之专利代理有限公司 51220

代理人：

温利平

法律状态：

实质审查的生效

国省代码：

河南省洛阳市

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
2025-04-29	实质审查的生效	实质审查的生效IPC(主分类):G06N 20/00申请日:20241125
2025-04-11	公开	公开

共 50 条

[1]

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

[2]

基于自适应量化与动态梯度编码的高效联邦学习方法 [P].

韩忠旭 ;

周自宝 ;

赵学健 ;

孙知信 ;

邰翰文 .

中国专利 :CN120146225A ,2025-06-13

[3]

一种联邦学习自适应梯度量化方法 [P].

范晨昱 ;

吴昊 ;

章小宁 ;

李永耀 .

中国专利 :CN113315604B ,2021-08-27

[4]

联邦学习梯度量化方法、高效通信联邦学习方法及相关装置 [P].

丁文伯 ;

刘洋 ;

毛钰竹 ;

赵子号 ;

张林 .

中国专利 :CN115392348A ,2022-11-25

[5]

一种面向车联网的自适应联邦学习方法 [P].

程文志 ;

欧嵬 ;

刘志壮 ;

张文昭 ;

王林慧 ;

袁明 ;

潘晴云 .

中国专利 :CN113987551A ,2022-01-28

[6]

车联网中异步联邦学习梯度动态压缩方法 [P].

邢玲 ;

赵鹏程 ;

张学智 ;

高建平 ;

吴红海 ;

王庆国 ;

马华红 ;

张晓辉 ;

李冰 ;

黄元浩 .

中国专利 :CN117440342A ,2024-01-23

[7]

基于梯度压缩的高效联邦学习方法 [P].

陈珍萍 ;

范松丽 ;

黄慧杰 ;

丰静 ;

范耘豪 .

中国专利 :CN118333182A ,2024-07-12

[8]

一种基于自适应梯度裁剪的差分隐私联邦学习方法 [P].

袁江勇 .

中国专利 :CN120277711A ,2025-07-08

[9]

基于知识迁移的自适应聚类联邦学习方法 [P].

苏贞 ;

郭嘉伟 ;

彭僖鳗 ;

何龙 .

中国专利 :CN119761533A ,2025-04-04

[10]

一种异构自适应量化隐私保护的联邦学习方法 [P].

马海英 ;

陆子颖 ;

沈金宇 ;

顾鸿业 .

中国专利 :CN119962637A ,2025-05-09

← 1 2 3 4 5 →