[发明专利]一种基于动态调整模型聚合权重的联邦学习方法在审
| 申请号： | 202110367421.8 | 申请日： | 2021-04-06 |
| 公开（公告）号： | CN113112027A | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 牟元凯;曾艳;袁俊峰;万健;张纪林 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 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动态调整模型聚合权重的联邦学习方法，所述方法包括：云端服务器从各客户端接收局部训练模型和数据质量指标，若达到客户端权重更新条件，则根据数据质量、模型精度和模型差异指标对模型训练精度的贡献为每个客户端计算贡献分数，并加权平均生成全局模型；云端服务器将更新后的全局模型下发给客户端，各个客户端接收到后在本地训练数据上进行模型训练，并在训练结束后再次上传局部模型和数据质量指标给云端服务器。本发明合理的运用数据分布、模型精度及模型差异等客户端训练数据，并生成动态的聚合权重，充分挖掘了客户端训练过程中可利用的特征，形成了更高质量的全局模型，从而提高了模型精度和收敛效率。 | ||
| 搜索关键词： | 一种 基于 动态 调整 模型 聚合 权重 联邦 学习方法 | ||
【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杭州电子科技大学，未经杭州电子科技大学许可，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/202110367421.8/，转载请声明来源钻瓜专利网。
