[发明专利]二阶段联邦学习方法、系统在审
| 申请号： | 202110986930.9 | 申请日： | 2021-08-26 |
| 公开（公告）号： | CN113723617A | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 闾海荣;韦云岳;江瑞;张学工;李梢 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京鸿元知识产权代理有限公司 11327 | 代理人： | 袁文婷;张娓娓 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种二阶段联邦学习方法、系统，按照预设的第一轮次数重复基于特征融合算法根据本地模型和新全局模型进行一阶段联邦学习，以更新本地模型的本地权重和新全局模型的参数，并将更新的新全局模型作为二阶段全局模型，再通过预设的测试数据对二阶段全局模型进行收敛测试以获取准确率，若准确率收敛，则将二阶段全局模型作为客户端的二阶段本地模型，并重复基于联邦平均算法进行二阶段联邦学习，以更新二阶段本地模型的本地权重，若重复次数达到预设的第二轮次数，则完成二阶段联邦学习，如此，改变原模型训练的损失函数，使得本地模型在更新时更接近于从服务器端收到的全局模型，从而减轻用户本地数据的过多影响，进而使模型更快地具有泛化能力，提高收敛速度。 | ||
| 搜索关键词： | 阶段 联邦 学习方法 系统 | ||
【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清华大学，未经清华大学许可，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/202110986930.9/，转载请声明来源钻瓜专利网。
