非显而易见杯

专利无效挑战赛

目标专利:3886联合学习中的机器学习组件更新报告

专利公开号:CN116325862B

专利权人:高通股份有限公司

无效请求书提交日期:2027年


上一项目 下一项目

非显而易见性评估仅供参考,不构成法律建议。



权利要求列表点击可跳转

序号 权利要求内容

1

一种用于无线通信的客户端设备,包括:存储器;以及一个或多个处理器;其耦合到所述存储器;其被配置为:从服务器设备接收指示一个或多个报告条件的报告配置;其中;所述报告配置还指示:至少部分地基于满足所述一个或多个报告条件;所述客户端设备将报告与机器学习组件相关联的更新;以及至少部分地基于是否满足所述一个或多个报告条件;来选择性地向所述服务器设备发送与所述机器学习组件相关联的所述更新;其中;用于选择性地向所述服务器设备发送与所述机器学习组件相关联的所述更新的所述一个或多个处理器被配置为:至少部分地基于满足所述一个或多个报告条件;向所述服务器设备发送与所述机器学习组件相关联的所述更新;或者至少部分地基于不满足所述一个或多个报告条件;抑制向所述服务器设备发送与所述机器学习组件相关联的所述更新。

2

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于由所述客户端设备收集的训练数据的量。

3

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件包括数据量门限;并且其中;所述一个或多个处理器还被配置为:确定由所述客户端设备在收集时段期间收集的训练数据的量;以及确定由所述客户端设备收集的所述训练数据的量满足所述数据量门限;其中;用于发送所述更新的所述一个或多个处理器被配置为至少部分地基于由所述客户端设备收集的所述训练数据的量满足所述数据量门限来发送所述更新。

4

根据权利要求3所述的客户端设备,其中;所述一个或多个处理器还被配置为:至少部分地基于由所述客户端设备收集的所述训练数据的量满足所述数据量门限;来训练所述机器学习组件。

5

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于所述机器学习组件的性能。

6

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于所述机器学习组件的损失函数值。

7

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于损失函数差;其中;所述损失函数差包括在与所述机器学习组件相关联的第一损失函数值和与所述机器学习组件相关联的第二损失函数值之间的差。

8

根据权利要求7所述的客户端设备,其中;所述第一损失函数值对应于所述机器学习组件的初始实例;并且其中;所述第二损失函数值对应于所述机器学习组件的更新的实例。

9

根据权利要求8所述的客户端设备,其中;所述一个或多个处理器还被配置为:接收初始机器学习组件信息;以及至少部分地基于所述初始机器学习组件信息;来确定所述机器学习组件的所述初始实例。

10

根据权利要求9所述的客户端设备,其中;所述一个或多个处理器还被配置为:确定所述第一损失函数值;确定所述第二损失函数值;确定所述损失函数差;以及确定所述损失函数差满足所述一个或多个报告条件;其中;用于发送所述更新的所述一个或多个处理器被配置为至少部分地基于所述损失函数差满足损失函数差门限来发送所述更新。

11

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于与所述机器学习组件相关联的用例。

12

根据权利要求11所述的客户端设备,其中;所述用例包括以下各项中的至少一项:信道状态信息推导;定位测量推导;对数据信道的解调;对数据信道的解码;或者其组合。

13

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于与收集的数据的集合相关联的数据类型。

14

根据权利要求13所述的客户端设备,其中;所述数据类型包括完全相同的独立分布式数据;其中;用于发送所述更新的所述一个或多个处理器被配置为:至少部分地基于确定所述收集的数据的集合包括完全相同的独立分布式数据;来发送所述更新。

15

根据权利要求1所述的客户端设备,其中;所述报告配置指示要用于报告所述更新的至少一个通信资源。

16

根据权利要求15所述的客户端设备,其中;所述至少一个通信资源包括时间资源或频率资源中的至少一者。

17

根据权利要求1所述的客户端设备,其中;所述一个或多个处理器还被配置为向所述服务器设备发送关于所述客户端设备正在抑制发送所述更新的指示。

18

根据权利要求17所述的客户端设备,其中;用于向所述服务器设备发送所述更新的所述一个或多个处理器被配置为发送第一类型的报告;并且其中;用于向所述服务器设备发送关于所述客户端设备正在抑制发送所述更新的所述指示的所述一个或多个处理器被配置为发送第二类型的报告。

19

根据权利要求18所述的客户端设备,其中;所述第二类型的报告指示报告延迟。

20

根据权利要求19所述的客户端设备,其中;所述报告延迟包括在其期间所述客户端设备将抑制报告额外的更新的至少一个时间资源或频率资源。

21

根据权利要求18所述的客户端设备,其中;所述第二类型的报告指示所述机器学习组件的当前实例。

22

根据权利要求18所述的客户端设备,其中;所述第二类型的报告指示与训练数据集合相关联的损失函数值或者与验证数据集合相关联的损失函数值中的至少一者。

23

根据权利要求1所述的客户端设备,其中;所述客户端设备包括用户设备;并且其中;所述服务器设备包括基站。

24

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件与所述机器学习组件相关联。


对比文件列表

编号 名称

权利要求1

一种用于无线通信的客户端设备,包括:存储器;以及一个或多个处理器;其耦合到所述存储器;其被配置为:从服务器设备接收指示一个或多个报告条件的报告配置;其中;所述报告配置还指示:至少部分地基于满足所述一个或多个报告条件;所述客户端设备将报告与机器学习组件相关联的更新;以及至少部分地基于是否满足所述一个或多个报告条件;来选择性地向所述服务器设备发送与所述机器学习组件相关联的所述更新;其中;用于选择性地向所述服务器设备发送与所述机器学习组件相关联的所述更新的所述一个或多个处理器被配置为:至少部分地基于满足所述一个或多个报告条件;向所述服务器设备发送与所述机器学习组件相关联的所述更新;或者至少部分地基于不满足所述一个或多个报告条件;抑制向所述服务器设备发送与所述机器学习组件相关联的所述更新。


权利要求2

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于由所述客户端设备收集的训练数据的量。


权利要求3

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件包括数据量门限;并且其中;所述一个或多个处理器还被配置为:确定由所述客户端设备在收集时段期间收集的训练数据的量;以及确定由所述客户端设备收集的所述训练数据的量满足所述数据量门限;其中;用于发送所述更新的所述一个或多个处理器被配置为至少部分地基于由所述客户端设备收集的所述训练数据的量满足所述数据量门限来发送所述更新。


权利要求4

根据权利要求3所述的客户端设备,其中;所述一个或多个处理器还被配置为:至少部分地基于由所述客户端设备收集的所述训练数据的量满足所述数据量门限;来训练所述机器学习组件。


权利要求5

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于所述机器学习组件的性能。


权利要求6

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于所述机器学习组件的损失函数值。


权利要求7

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于损失函数差;其中;所述损失函数差包括在与所述机器学习组件相关联的第一损失函数值和与所述机器学习组件相关联的第二损失函数值之间的差。


权利要求8

根据权利要求7所述的客户端设备,其中;所述第一损失函数值对应于所述机器学习组件的初始实例;并且其中;所述第二损失函数值对应于所述机器学习组件的更新的实例。


权利要求9

根据权利要求8所述的客户端设备,其中;所述一个或多个处理器还被配置为:接收初始机器学习组件信息;以及至少部分地基于所述初始机器学习组件信息;来确定所述机器学习组件的所述初始实例。


权利要求10

根据权利要求9所述的客户端设备,其中;所述一个或多个处理器还被配置为:确定所述第一损失函数值;确定所述第二损失函数值;确定所述损失函数差;以及确定所述损失函数差满足所述一个或多个报告条件;其中;用于发送所述更新的所述一个或多个处理器被配置为至少部分地基于所述损失函数差满足损失函数差门限来发送所述更新。


权利要求11

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于与所述机器学习组件相关联的用例。


权利要求12

根据权利要求11所述的客户端设备,其中;所述用例包括以下各项中的至少一项:信道状态信息推导;定位测量推导;对数据信道的解调;对数据信道的解码;或者其组合。


权利要求13

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件对应于与收集的数据的集合相关联的数据类型。


权利要求14

根据权利要求13所述的客户端设备,其中;所述数据类型包括完全相同的独立分布式数据;其中;用于发送所述更新的所述一个或多个处理器被配置为:至少部分地基于确定所述收集的数据的集合包括完全相同的独立分布式数据;来发送所述更新。


权利要求15

根据权利要求1所述的客户端设备,其中;所述报告配置指示要用于报告所述更新的至少一个通信资源。


权利要求16

根据权利要求15所述的客户端设备,其中;所述至少一个通信资源包括时间资源或频率资源中的至少一者。


权利要求17

根据权利要求1所述的客户端设备,其中;所述一个或多个处理器还被配置为向所述服务器设备发送关于所述客户端设备正在抑制发送所述更新的指示。


权利要求18

根据权利要求17所述的客户端设备,其中;用于向所述服务器设备发送所述更新的所述一个或多个处理器被配置为发送第一类型的报告;并且其中;用于向所述服务器设备发送关于所述客户端设备正在抑制发送所述更新的所述指示的所述一个或多个处理器被配置为发送第二类型的报告。


权利要求19

根据权利要求18所述的客户端设备,其中;所述第二类型的报告指示报告延迟。


权利要求20

根据权利要求19所述的客户端设备,其中;所述报告延迟包括在其期间所述客户端设备将抑制报告额外的更新的至少一个时间资源或频率资源。


权利要求21

根据权利要求18所述的客户端设备,其中;所述第二类型的报告指示所述机器学习组件的当前实例。


权利要求22

根据权利要求18所述的客户端设备,其中;所述第二类型的报告指示与训练数据集合相关联的损失函数值或者与验证数据集合相关联的损失函数值中的至少一者。


权利要求23

根据权利要求1所述的客户端设备,其中;所述客户端设备包括用户设备;并且其中;所述服务器设备包括基站。


权利要求24

根据权利要求1所述的客户端设备,其中;所述一个或多个报告条件与所述机器学习组件相关联。


Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE