买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利一种数据异构自适应联邦学习方法、介质及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120124779B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510600778.4，技术领域涉及：G06N20/00；该发明授权一种数据异构自适应联邦学习方法、介质及设备是由杨健;夏友旭;张世召;王藤遇;贾继强;王铮;马宇晨;周善康;刘明浩;孟令旺设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本一种数据异构自适应联邦学习方法、介质及设备在说明书摘要公布了：本发明公开了一种数据异构自适应联邦学习方法、介质及设备，其中方法包括：S1、服务器初始化全局模型，客户端计算数据异构性的量化指标；S2、客户端在本地执行客户端模型训练，同时训练一个能够提取客户端不变表征的编码器；S3、服务器联合数据异构性的量化指标以及本地数据集的大小，根据数据异构性的大小对客户端模型进行自适应聚合；S4、注入历史全局模型，与当前轮次聚合得到的全局模型进行加和平均，作为本轮更新后的全局模型；S5、直至达到预定的通信轮数，完成全局训练。本发明能够同时缓解数据异构场景下标签偏移和特征偏移造成的模型精度差、收敛速度慢的问题，提升整体训练效果。

本发明授权一种数据异构自适应联邦学习方法、介质及设备在权利要求书中公布了：1.一种数据异构自适应联邦学习方法，其特征在于，包括以下步骤： S1、服务器初始化全局模型参数，将全局模型以及假设的全局标签分布广播至所有参与训练的客户端，客户端根据自身的本地数据集计算相应的本地标签分布，计算全局标签分布与本地标签分布两者间的差异，作为数据异构性的量化指标； S2、参与训练的客户端接收到全局模型参数后，在本地执行客户端模型训练，同时训练一个能够提取客户端不变表征的编码器； S3、服务器联合数据异构性的量化指标以及本地数据集的大小，共同确定聚合权重，以根据数据异构性的大小对客户端模型进行自适应聚合； S4、若客户端模型当前已到达指定的训练阶段的后期，则注入历史全局模型，与当前轮次聚合得到的全局模型进行加和平均，作为本轮更新后的全局模型，若客户端模型当前未到达指定的训练阶段的后期，则将聚合得到的客户端模型作为当前轮次更新后的全局模型； S5、服务器将更新后的全局模型广播给下一轮欲参与训练的各个客户端，并进入下一轮本地训练，直至达到预定的通信轮数，完成全局训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210000 江苏省南京市栖霞区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。