Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜湖南工商大学余海航获国家专利权

恭喜湖南工商大学余海航获国家专利权

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!

龙图腾网恭喜湖南工商大学申请的专利一种联邦学习方法、装置、客户端设备及存储介质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:CN119313980B

龙图腾网通过国家知识产权局官网在2025-03-18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:202411846219.3,技术领域涉及:G06V10/764;该发明授权一种联邦学习方法、装置、客户端设备及存储介质是由余海航;曹文治;刘利枚;杨俊丰;李子豪;费德馨设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。

一种联邦学习方法、装置、客户端设备及存储介质在说明书摘要公布了:本申请公开了一种联邦学习方法、装置、客户端设备及存储介质,该方法包括:基于第一训练集,对联邦学习模型进行训练,将训练后的联邦学习模型作为第一模型,获取第一模型在测试集上的第一测试结果,在第一测试结果中获取异常类别对应的第一识别准确率;将第一识别准确率低于阈值的异常类别标记为罕见类别,将多个罕见类别和多个罕见样本组成第二训练集;将第二训练集的罕见样本输入到第一模型中;对第一模型进行训练,当平均损失值小于预设损失值时,停止训练第一模型,将训练后的第一模型作为第二模型;当各个罕见类别对应的第二识别准确率均大于阈值且集合为空集时,保存第二模型。本申请能提升客户端设备对罕见类别的识别准确率。

本发明授权一种联邦学习方法、装置、客户端设备及存储介质在权利要求书中公布了:1.一种联邦学习方法,其特征在于,应用于客户端设备,所述客户端设备存储有联邦学习模型,所述联邦学习方法包括:基于预设的第一训练集,对所述联邦学习模型进行训练,将训练后的所述联邦学习模型作为第一模型,获取所述第一模型在测试集上的第一测试结果,在所述第一测试结果中获取异常类别对应的第一识别准确率;将所述第一识别准确率低于阈值的所述异常类别标记为罕见类别,将所述罕见类别加入集合中,获取所述罕见类别对应的罕见样本,将多个所述罕见类别和多个所述罕见样本组成第二训练集;将所述第二训练集的所述罕见样本输入到所述第一模型中,获取所述第一模型基于所述罕见样本输出的类别概率分布,在所述类别概率分布中,获取所述罕见样本的预设图像属于所述罕见类别时的预测概率;获取罕见样本总数,获取所述罕见类别对应的罕见样本数量、第一比例系数、第二比例系数,获取所述罕见样本的预设图像属于所述罕见类别时的预设数值,所述罕见样本总数为各个所述罕见类别对应的所述罕见样本数量的总和;根据所述罕见样本总数、所述罕见样本数量、所述第一比例系数、所述第二比例系数、所述预测概率、所述预设数值以及预设的平均损失模型,生成所述第二训练集对应的平均损失值;基于所述平均损失值,对所述第一模型进行训练,当所述平均损失值小于预设损失值时,停止训练所述第一模型,将训练后的所述第一模型作为第二模型;当各个所述罕见类别对应的第二识别准确率均大于所述阈值且所述集合为空集时,保存所述第二模型。

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湖南工商大学,其通讯地址为:410000 湖南省长沙市岳麓区岳麓大道569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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。