云霞资讯网

苏州太素环境科技申请基于联邦学习的异构模型知识迁移方法专利,解决模型异构导致泛化性不足的问题

国家知识产权局信息显示,苏州太素环境科技有限公司申请一项名为“一种基于联邦学习的异构模型知识迁移方法”的专利,公开号CN121351931A,申请日期为2025年10月。

专利摘要显示,本发明提供一种基于联邦学习的异构模型知识迁移方法,包括步骤:数据协同准备阶段;筛选本地数据并进行多维度标注,对多个参与方进行协同训练和联邦建模准备;隐私初始化阶段;对本地数据进行隐私保护处理并初始化本地模型参数;自学习阶段;各参与方利用本地数据集完成模型参数的本地化更新;互学习阶段;服务端通过超网络对各参与方上传的知识表示提取有价值知识片段进行混合,更新参与方模型参数;服务端超网络模块更新与迭代循环;服务端聚合有价值知识片段,更新超网络参数后返回步骤S3,循环迭代直至模型收敛。本发明解决了参与方计算资源受限、模型异构导致泛化性不足、知识迁移技术无法适配异构模型架构的问题。

天眼查资料显示,苏州太素环境科技有限公司,成立于2024年,位于苏州市,是一家以从事研究和试验发展为主的企业。企业注册资本100万人民币。通过天眼查大数据分析,苏州太素环境科技有限公司拥有行政许可1个。

声明:市场有风险,投资需谨慎。本文为AI基于第三方数据生成,仅供参考,不构成个人投资建议。

本文源自:市场资讯