一种面向边缘智能网络的联邦学习资源分配优化方法及系统

被引:0
专利类型
发明
申请号
CN202510056464.2
申请日
2025-01-14
公开(公告)号
CN120066765A
公开(公告)日
2025-05-30
发明(设计)人
杨鹏 任冰清 张凌云
申请人
南京优慧信安科技有限公司
申请人地址
210000 江苏省南京市雨花台区西春路1号创智大厦南楼一楼-019
IPC主分类号
G06F9/50
IPC分类号
G06N3/092 G06N3/098
代理机构
南京众联专利代理有限公司 32206
代理人
叶涓涓
法律状态
实质审查的生效
国省代码
江苏省 南京市
引用
下载
收藏
共 50 条
[1]
一种基于联邦学习的资源分配优化方法及系统 [P]. 
宋令阳 ;
刘天宇 ;
安鹏 ;
边凯归 ;
程翔 ;
孙绍辉 ;
庹虎 .
中国专利 :CN113312180B ,2021-08-27
[2]
一种深度强化学习的联邦学习资源分配优化系统及方法 [P]. 
赵楠 ;
孙奕灵 ;
朱华霖 ;
宋海娜 ;
武明虎 ;
刘聪 ;
曾春艳 .
中国专利 :CN115915147B ,2025-12-12
[3]
一种基于联邦学习资源分配优化方法及系统 [P]. 
武希豪 ;
李沛 ;
梁雪松 ;
姚英彪 ;
吴俊 .
中国专利 :CN114219354B ,2025-02-25
[4]
一种基于联邦学习资源分配优化方法及系统 [P]. 
武希豪 ;
李沛 ;
梁雪松 ;
姚英彪 ;
吴俊 .
中国专利 :CN114219354A ,2022-03-22
[5]
面向边缘智能的联邦学习客户端资源异构方法及系统 [P]. 
荆山 ;
田洋 ;
赵圣楠 ;
赵川 ;
徐俊 ;
陈贞翔 ;
刘伟 .
中国专利 :CN118690873A ,2024-09-24
[6]
协同混合联邦学习的资源分配优化方法及系统 [P]. 
林冬婷 ;
刘元 .
中国专利 :CN116669067B ,2025-09-19
[7]
联邦学习的参与者选择与资源分配联合优化方法及系统 [P]. 
李春林 ;
余志强 ;
陈洪辉 .
中国专利 :CN117560724A ,2024-02-13
[8]
面向异步联邦学习系统的干扰辅助资源优化方法 [P]. 
陈小静 ;
周折耳 ;
张舜卿 ;
孙彦赞 .
中国专利 :CN120151844A ,2025-06-13
[9]
分层联邦学习系统的资源分配及聚合优化方法及装置 [P]. 
熊翱 ;
杨少杰 ;
李文璟 ;
郭少勇 ;
王栋 ;
李达 ;
温婷婷 .
中国专利 :CN117076132B ,2024-01-05
[10]
数字孪生辅助边缘网络资源分配优化方法 [P]. 
许骏驰 ;
周沂 ;
朱远鹏 ;
王宇翱 ;
佘昊 .
中国专利 :CN119183136B ,2025-05-09