[发明专利]面向公平性保障的联邦学习的模型优化方法及系统在审
| 申请号： | 202111467731.3 | 申请日： | 2021-12-03 |
| 公开（公告）号： | CN114358308A | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 牛犇;李凤华;陈亚虹;张立坤 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06F21/62;G06V10/70;G06V10/764;G06V20/00;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 陈新生 |
| 地址： | 100093 *** | 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： | 本发明提供一种面向公平性保障的联邦学习的模型优化方法及系统，该方法包括：接收多个客户端发送的待优化分类模型的第一优化参数和待测试图像；计算各客户端的待优化分类模型在不同待测试图像上的准确率，获取所有客户端对应的准确率形成的贡献度矩阵；根据贡献度矩阵，得到各客户端对应的总准确率，根据各客户端对应的总准确率、第一数量和第二数量，以及所有客户端对应的总准确率之间的方差，构建优化模型；根据优化模型的最优解，为各客户端分配第二优化参数，以供各客户端根据第二优化参数对待优化分类模型进行优化。本发明实现全面提高所有客户端优化后的待优化分类模型的性能，保证服务器和客户端组成的分布系统可长久稳定地持续下去。 | ||
| 搜索关键词： | 面向 公平性 保障 联邦 学习 模型 优化 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中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，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/202111467731.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种废弃玻璃疫苗瓶回收用进料装置
- 下一篇：一种洗车机及洗车方法
