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！

龙图腾网获悉中国电子科技集团公司第十五研究所申请的专利联邦学习动态聚合方法、系统、设备、介质及产品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：CN121235144B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511095257.4，技术领域涉及：G06N20/00；该发明授权联邦学习动态聚合方法、系统、设备、介质及产品是由张秀菊;苏善波;韩宇瞳;姜蕴;任祥辉设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本联邦学习动态聚合方法、系统、设备、介质及产品在说明书摘要公布了：本申请公开了一种联邦学习动态聚合方法、系统、设备、介质及产品。所述方法在中央服务器上构建孪生层，通过建立客户端的数字孪生模型，在虚拟环境中预先进行模型聚合推演，进而筛选出最优聚合策略；在每轮迭代中，客户端将自身状态信息和本地模型参数映射到孪生层，孪生层利用K‑means动态聚类算法对客户端进行分簇，并评估不同簇组合的聚合效果，选择最优聚合策略进行预聚合；从而使得服务器根据孪生层提供的策略对客户端模型进行全局聚合。根据本申请实施例，能够显著提高联邦学习的模型收敛速度和精度，同时降低通信延迟和能耗，有效适应客户端的异构性，为分布式机器学习提供了高效、灵活的解决方案。

本发明授权联邦学习动态聚合方法、系统、设备、介质及产品在权利要求书中公布了：1.一种联邦学习动态聚合方法，其特征在于，应用于由中央服务器以及无人机集群、地面终端的多个客户端设备组成的物理层，所述中央服务器上构建孪生层，各个所述客户端设备均创建有对应的数字孪生模型； 所述方法包括迭代执行以下步骤，直至满足第一预设停止条件： 中央服务器广播初始化的全局模型参数； 多个客户端设备分别将自身状态信息和本地模型参数映射至所述孪生层，所述状态信息包括数据集大小、总时延、总能耗； 孪生层根据所述状态信息和本地模型参数，通过计算多个客户端设备的轮廓系数的平均值确定目标簇数量的目标数目； 孪生层利用K-means聚类算法，将多个客户端设备分配至对应的目标簇中； 针对分配后的目标簇，孪生层根据多个分配后的目标簇的预聚合策略对应的聚合策略性能评估指标，确定簇内聚合的最优簇聚合策略，以及确定簇间聚合的最优全局聚合策略，并将所述最优簇聚合策略和最优全局聚合策略发送至所述中央服务器； 中央服务器根据所述最优簇聚合策略执行聚合得到簇模型，并基于所述最优全局聚合策略执行聚合得到全局模型，使得簇模型聚合的总时延和总能耗达到最小化以及全局模型聚合的总时延和总能耗达到最小化； 中央服务器根据簇模型和全局模型，对本地模型参数进行聚合更新得更新后的全局模型参数，并广播所述更新后的全局模型参数。

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中国电子科技集团公司第十五研究所，其通讯地址为：100083 北京市海淀区北四环中路211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。