[发明专利]基于异构算力感知的去中心化联邦学习框架及建模方法有效
| 申请号： | 202110258488.8 | 申请日： | 2021-03-10 |
| 公开（公告）号： | CN113033082B | 公开（公告）日： | 2023-06-06 |
| 发明（设计）人： | 朱宗卫;周学海;李曦;王超 | 申请（专利权）人： | 中国科学技术大学苏州高等研究院 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N20/20;H04L67/104;G06F111/08 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴;丁浩秋 |
| 地址： | 215000 江苏省苏州*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于异构算力感知的去中心化联邦学习框架，包括云端协调器和若干设备端；所述云端协调器用于运行时管理、训练和参数更新方案生成、定期模型备份；所述设备端用于向云端协调器传输设备信息，在本地运行模型，更新设备端参数；所述云端协调器获取设备端一次训练时间的最小公倍数为超周期，设备端在超周期内计算不同的步长，在超周期的整数倍时聚合模型。根据设备计算能力不同而运行不同的本地步骤，在模型聚合过程中，为了减少慢节点的负面影响；采用了分布式的点对点通信方式，可以在不增加整体通信量的情况下，消除在分布式训练过程中中央服务器的通信压力。 | ||
| 搜索关键词： | 基于 异构算力 感知 中心 联邦 学习 框架 建模 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学技术大学苏州高等研究院，未经中国科学技术大学苏州高等研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110258488.8/，转载请声明来源钻瓜专利网。
