一种面向分布式AI训练业务的6G算力网络自适应拆分联邦学习方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种面向分布式AI训练业务的6G算力网络自适应拆分联邦学习方法，属于通信网络技术领域；方法为：建立6G算力网络模型，并构建面向分布式AI训练业务的自适应拆分联邦学习模型；对各智能终端在模型训练阶段和模型聚合阶段中的时延进行分析；构建业务总时延最小化优化问题；利用最短路径搜索算法对模型训练阶段和模型聚合阶段的模型分割方式、协作节点选择与多域资源调度方式进行联合优化。本发明通过多基站场景中的模型分割方式、节点选择与多维资源分配的联合优化，缓解单基站学习框架处理大量智能终端模型聚合带来的网络拥塞问题，适应实际网络中异构的智能终端算力和差异化的信道质量，提升模型训练的效率、泛化能力。

《一种面向分布式AI训练业务的6G算力网络自适应拆分联邦学习方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024112492693，当前法律状态为已下证，由南京邮电大学提出申请，发明人为朱晓荣;贺楚闳，申请日期为2024-09-06，公开（公告）日期为2025-09-12，国际专利分类号（IPC）为 H04W 28/08 (2023.01)，高新资质：未报高企。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：本发明公开了一种面向分布式AI训练业务的6G算力网络自适应拆分联邦学习方法，属于通信网络技术领域；方法为：建立6G算力网络模型，并构建面向分布式AI训练业务的自适应拆分联邦学习模型；对各智能终端在模型训练阶段和模型聚合阶段中的时延进行分析；构建业务总时延最小化优化问题；利用最短路径搜索算法对模型训练阶段和模型聚合阶段的模型分割方式、协作节点选择与多域资源调度方式进行联合优化。本发明通过多基站场景中的模型分割方式、节点选择与多维资源分配的联合优化，缓解单基站学习框架处理大量智能终端模型聚合带来的网络拥塞问题，适应实际网络中异构的智能终端算力和差异化的信道质量，提升模型训练的效率、泛化能力。

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！