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！

龙图腾网获悉北京邮电大学申请的专利一种面向大规模物联网协同智能的无线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：CN116306915B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202310197549.3，技术领域涉及：G06N3/098；该发明授权一种面向大规模物联网协同智能的无线联邦学习方法是由田辉;刘珂妍;郑景桁;倪万里;聂高峰设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本一种面向大规模物联网协同智能的无线联邦学习方法在说明书摘要公布了：本发明公开了一种面向大规模物联网协同智能的无线联邦学习方法，针对大规模物联网场景下设备计算能力异构的问题，通过整合集中式学习和联邦学习来形成统一架构，使得计算能力较弱的设备得以参与全局模型训练。一方面，本发明通过集中式学习用户的数据重要性来确定数据样本选择策略，可以降低数据上传的通信开销和传输时间；另一方面，本发明通过对联邦学习用户的模型进行剪枝，可以在保证学习性能的前提下有效减少本地计算时间。应用本发明提供的联邦学习方法，可以实现不同类型用户的数据样本选择、模型剪枝和用户调度，有助于提高无线网络资源利用率并缓解物联网资源受限问题。

本发明授权一种面向大规模物联网协同智能的无线联邦学习方法在权利要求书中公布了：1.一种面向大规模物联网协同智能的无线联邦学习方法，其特征在于，包括如下步骤： S1：边缘平台请求所有设备报告其信息，信息包括数据量及数据分布、信道状态和计算资源；设备将所需信息报告给边缘平台；边缘平台根据接收到的信息生成学习策略，并将结果通知所有设备；所述的学习策略包括设备分类、样本选择、模型剪枝和设备调度；边缘平台利用设备上传的信息生成集中式学习用户的设备调度策略的过程如下： 边缘平台使用集中式学习用户上传的信道状态信息，计算集中式学习用户的信道增益为： ， 其中，为边缘平台和集中式学习用户之间的链路距离，为链路参考距离为1m时的路径损耗，为路径损耗指数，是莱斯因子,是确定性视距信道分量，为瑞利衰落信道分量； 然后，边缘平台将集中式学习用户信道增益的范数进行降序排列，并选择其中前个信道增益最大的用户参与本轮的全局训练过程，集中式学习用户信道增益的范数降序排序为： ， 其中，为集中式学习用户的信道增益的范数； S2：根据学习策略，在计算受限的集中式学习用户中，选择前个拥有最佳信道条件的用户，并使其基于样本重要性选择部分数据样本上传到边缘平台进行集中式训练；计算能力较强的联邦学习用户进行网络剪枝和本地训练后获取本地梯度并上传梯度范数，边缘平台依据梯度范数判断模型重要性，并选择前个拥有最佳模型的联邦学习用户，使其上传本地梯度；在模型训练过程中，被选择的集中式学习用户根据数据重要性确定样本选择策略的过程如下： 被选择的集中式学习用户基于上一轮结束时接收到的最新全局模型来估计本地样本的重要性，表示为： ， 其中，是当前轮次的编号，是样本数据输入最新的全局模型后最后一层模型的输入和输出，满足，是损失函数； 然后被选择的集中式学习用户将计算出的样本重要性进行降序排序，依据学习策略设置的样本选择率所决定的样本数目，选择重要性高的数据上传给边缘平台进行集中式训练； S3：边缘平台聚合集中式学习梯度和联邦学习梯度以获得全局梯度，并使用全局梯度更新全局模型，随后将更新后的全局模型分发给所有设备以开启下一轮次的模型训练； S4：重复上述步骤S1至步骤S3，直至全局模型收敛或达到最大通信轮次限制。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。