一种基于GNN的半联邦学习系统及其运行方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明属于联邦学习和边缘计算技术领域,公开了一种基于GNN的半联邦学习系统及其运行方法,系统包括云端服务中心、多个边缘服务器与终端设备,边缘服务器与云端服务中心之间存在双向的连接,边缘服务器和终端设备之间存在双向的链路,边缘服务器用于分析需要上传本地数据的终端设备,下发传输决策,确定本地训练的终端设备后,接收实行本地训练的终端设备上传的模型参数用于聚合;同时接收无法进行本地训练的终端设备发送的本地数据,进行去重处理后再进行模型训练,将得到的模型参数用于聚合,并聚合后的模型参数上传至所述云端服务中心。本发明提升了系统的包容性和模型的性能,解决了重复数据训练造成的模型过拟合问题。
《一种基于GNN的半联邦学习系统及其运行方法(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 2024100696420,当前法律状态为已下证,由南京邮电大学提出申请,发明人为郭永安;李嘉靖;王国成;王宇翱,申请日期为2024-01-18,公开(公告)日期为2024-03-26,国际专利分类号(IPC)为 G06N 3/098 (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:本发明属于联邦学习和边缘计算技术领域,公开了一种基于GNN的半联邦学习系统及其运行方法,系统包括云端服务中心、多个边缘服务器与终端设备,边缘服务器与云端服务中心之间存在双向的连接,边缘服务器和终端设备之间存在双向的链路,边缘服务器用于分析需要上传本地数据的终端设备,下发传输决策,确定本地训练的终端设备后,接收实行本地训练的终端设备上传的模型参数用于聚合;同时接收无法进行本地训练的终端设备发送的本地数据,进行去重处理后再进行模型训练,将得到的模型参数用于聚合,并聚合后的模型参数上传至所述云端服务中心。本发明提升了系统的包容性和模型的性能,解决了重复数据训练造成的模型过拟合问题。
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!
