广东工业大学李亦卿获国家专利权
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！
龙图腾网获悉广东工业大学申请的专利一种基于子图划分的通信高效去中心化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：CN121235034B 。
龙图腾网通过国家知识产权局官网在2026-04-28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：202511352105.8，技术领域涉及：G06N3/098；该发明授权一种基于子图划分的通信高效去中心化联邦学习方法是由李亦卿;彭志远;秦子桐;姜淼设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。
本一种基于子图划分的通信高效去中心化联邦学习方法在说明书摘要公布了：本发明涉及一种基于子图划分的通信高效去中心化联邦学习方法，包括：构建去中心化联邦学习环境的物理网络拓扑图；将物理网络拓扑图划分为无冲突子图，并为每个无冲突子图设置混合矩阵；以最小化总的迭代时间为目标，构建问题约束模型；以最小化当前无冲突子图中通信延迟最大的链路的延迟值为优化目标，优化带宽分配矩阵；以最小化期望通信延迟为优化目标，优化混合矩阵；基于优化后的混合矩阵，以最小化期望通信延迟为优化目标，优化无冲突子图采样概率；基于优化后的无冲突子图采样概率，进行去中心化联邦学习模型的全局更新。本发明能够显著降低全局模型收敛时延。
本发明授权一种基于子图划分的通信高效去中心化联邦学习方法在权利要求书中公布了：1.一种基于子图划分的通信高效去中心化联邦学习方法，其特征在于，包括： 构建去中心化联邦学习环境的物理网络拓扑图； 将所述物理网络拓扑图划分为无冲突子图，并为每个无冲突子图设置混合矩阵； 基于设置混合矩阵后的无冲突子图，以最小化总的迭代时间为目标，构建问题约束模型；所述问题约束模型为： 其中为每个子图的采样概率，为每个子图的混合矩阵，其中，为全局链路的带宽分配矩阵，表示链路，所分配的带宽，为全局带宽预算，为的转置，为的单位列向量，为的谱半径，表示在当前混合矩阵和带宽分配下的节点最大延迟，表示在带宽为时链路的总时延，； 基于所述问题约束模型，以最小化当前无冲突子图中通信延迟最大的链路的延迟值为优化目标，优化带宽分配矩阵； 基于优化后的带宽分配矩阵，以最小化期望通信延迟为优化目标，优化混合矩阵； 基于优化后的混合矩阵，以最小化期望通信延迟为优化目标，优化无冲突子图采样概率； 基于优化后的无冲突子图采样概率，进行去中心化联邦学习模型的全局更新。
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广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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”。
以上内容由龙图腾AI智能生成。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励