基于合同理论激励机制的联邦学习方法、系统及装置
本发明公开了一种基于合同理论激励机制的联邦学习方法、系统及装置,该方法包括:获取初始模型参数;接收经过终端设备训练后的局部模型;对局部模型进行聚合并将聚合后的局部模型发送至其他接入点,进行全局模型参数的更新;将更新后的全局模型下发至终端设备并进行迭代学习,判断到满足迭代完成条件;将最终模型发送至边缘云服务器。该系统包括:接入点、边缘服务器和终端设备。该装置包括存储器以及用于执行上述基于合同理论激励机制的联邦学习方法的处理器。通过使用本发明,将边缘云服务器的全局聚合的任务分散给与其连接的所有接入点完成,可以缓解边缘云服务器的处理局部模型的压力。本发明可广泛应用于联邦学习领域。
《基于合同理论激励机制的联邦学习方法、系统及装置》是一发明专利,专利号为 202310765709X,当前法律状态为已下证,由广东工业大学提出申请,发明人为蒋丽;庄晓翀;邱汉鹏;张国榕;谢正昊;王思明;苏毅航,申请日期为2023-06-27,公开(公告)日期为2025-05-02,国际专利分类号(IPC)为 G06N 20/00 (2019.01),高新资质:未报高企,所属技术领域包括:工业物联网、云服务器云计算、人工智能AI、数字孪生、虚拟孪生、分布式学习、模型训练、联邦学习、合同理论、激励机制、最优合同设计、报酬分配、区块链/可审计凭证。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于合同理论激励机制的联邦学习方法、系统及装置,该方法包括:获取初始模型参数;接收经过终端设备训练后的局部模型;对局部模型进行聚合并将聚合后的局部模型发送至其他接入点,进行全局模型参数的更新;将更新后的全局模型下发至终端设备并进行迭代学习,判断到满足迭代完成条件;将最终模型发送至边缘云服务器。该系统包括:接入点、边缘服务器和终端设备。该装置包括存储器以及用于执行上述基于合同理论激励机制的联邦学习方法的处理器。通过使用本发明,将边缘云服务器的全局聚合的任务分散给与其连接的所有接入点完成,可以缓解边缘云服务器的处理局部模型的压力。本发明可广泛应用于联邦学习领域。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
