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融合跨区域设备信息的去中心化图联邦学习方法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：CN119670853B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510189455.0，技术领域涉及：G06N3/098；该发明授权一种融合跨区域设备信息的去中心化图联邦学习方法是由徐雪松;严凯阳;刘天朔;霍杨杰;郑新设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本一种融合跨区域设备信息的去中心化图联邦学习方法在说明书摘要公布了：本申请涉及一种融合跨区域设备信息的去中心化图联邦学习方法，基于同区域或不同区域的工厂中设备之间的通信关系，构建图结构；并基于图结构找出每个设备的同区域邻居设备以及跨区域的一阶邻居设备和二阶邻居设备；对于每个设备，聚合其一阶邻居设备和二阶邻居设备的特征信息，并基于各所述设备接收的聚合信息得到对应设备在图卷积神经网络第一层的嵌入信息，基于设备在图卷积神经网络第一层的嵌入信息更新设备在图卷积神经网络第二层的嵌入信息根据每个设备在图卷积神经网络第二层的嵌入信息，计算每个设备上的损失函数及其损失函数对应的梯度，根据设备的同区域邻居设备的梯度，更新梯度；设备基于对应的更新梯度更新本地模型参数。

本发明授权一种融合跨区域设备信息的去中心化图联邦学习方法在权利要求书中公布了：1.一种融合跨区域设备信息的去中心化图联邦学习方法，其特征在于，包括：S1：基于同区域或不同区域的工厂中设备之间的通信关系，构建图结构；并基于图结构找出每个设备的同区域邻居设备以及跨区域的一阶邻居设备和二阶邻居设备，二阶邻居设备为一阶邻居设备的同区域邻居设备；S2：对于每个所述设备，聚合其一阶邻居设备和二阶邻居设备的特征信息，并基于各所述设备接收的聚合信息得到对应设备在图卷积神经网络第一层的嵌入信息，基于设备在图卷积神经网络第一层的嵌入信息更新设备在图卷积神经网络第二层的嵌入信息；特征信息的聚合过程包括：对于任意一个所述设备，初步聚合其一阶邻居设备的特征信息与其一阶邻居设备对应的所有二阶邻居设备的特征信息，得到初步聚合信息；所述特征信息包括设备对应的节点与第一边和或第二边的关系信息以及设备在当前通信轮次工作时的温度、压力、流量、能耗；所述关系信息包括第一边和或第二边的边权重、第一边和或第二边与节点的连接关系以及与节点相连的第一边和或第二边的数量；将任意一个设备的所有初步聚合信息上传至中继器进行二次聚合，得到所述聚合信息，并将所述聚合信息下发给对应的所述设备；S3：根据每个所述设备在图卷积神经网络第二层的嵌入信息，计算每个设备上的损失函数及其损失函数对应的梯度，根据设备的同区域邻居设备的梯度，更新所述梯度；设备基于对应的更新梯度更新本地模型参数。

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：410205 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”。