发明

一种LEO卫星网络及其联邦学习模型构建方法2025

2024-03-11 07:13:20 发布于四川 4
  • 申请专利号:CN202311687480.9
  • 公开(公告)日:2025-08-19
  • 公开(公告)号:CN117650833A
  • 申请人:复旦大学
摘要:本发明将联邦学习模型与低地球轨道卫星网络进行了结合,提出了一种在低地球轨道卫星网络上实现联邦学习的通用联邦学习框架FedSN。FedSN由两个主要组成部分组成:子结构方案和伪同步模型聚合。子结构方案包括子结构定制化、分发和聚合方法,分别解决资源限制、训练不平衡和组内模型陈旧等问题。伪同步模型聚合策略将模型权重之间的差异纳入到权重函数中,并开发基于缓冲区的聚合方法,以减轻组间模型陈旧问题。广泛的实验结果表明,FedSN框架优于最先进的基准。本发明展示提升了在LEO卫星网络上部署FedSN的潜力。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117650833 A (43)申请公布日 2024.03.05 (21)申请号 202311687480.9 (22)申请日 2023.12.11 (71)申请人 复旦大学 地址 200433 上海市杨浦区邯郸路220号 (72)发明人 高跃 陈哲 林政 方子涵  胡渲杰  (74)专利代理机构 上海伯瑞杰知识产权代理有 限公司 31227 专利代理师 孟旭彤 (51)Int.Cl. H04B 7/185 (2006.01) G06N 3/098 (2023.01) 权利要求书2页 说明书12页 附图8页 (54)发明名称 一种LEO卫星网络及其联邦学习模型构建方 法 (57)摘要 本发明将联邦学习模型与低地球轨道卫星 网络进行了结合,提出了一种在低地球轨道卫星 网络上实现联邦学习的通用联邦学习框架 FedSN。FedSN由两个主要组成部分组成:子结构 方案和伪同步模型聚合。子结构方案包括子结构 定制化、分发和聚合方法,分别解决资源限制、训 练不平衡和组内模型陈旧等问题。伪同步模型聚 合策略将模型权重之间的差异纳入到权重函数 中,并开发基于缓冲区的聚合方法,以减轻组间 模型陈旧问题。广泛的实验结果表明,FedSN框架 优于最先进的基准。本发明展示提升了在LEO卫 A 星网络上部署FedSN的潜力。 3 3 8 0 5 6 7 1 1 N C CN 117650833 A

最新专利