[发明专利]基于客户端选择和梯度压缩的联邦学习方法在审
| 申请号： | 202211412335.5 | 申请日： | 2022-11-11 |
| 公开（公告）号： | CN115796271A | 公开（公告）日： | 2023-03-14 |
| 发明（设计）人： | 许杨;姜志达;徐宏力 | 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： | G06N3/098 | 分类号： | G06N3/098;H04L67/5651;G06N3/082;H04L67/01;H04L69/04;G06F18/214 |
| 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 |
| 地址： | 215123 江苏省苏州市*** | 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： | 本发明提供了一种基于客户端选择和梯度压缩的联邦学习方法，在每轮训练回合中，该方法包括：参数服务器选择进行本轮训练的目标客户端并为各目标客户端确定对应的压缩比，将全局模型和对应的压缩比发送给目标客户端；目标客户端在本地数据集上训练全局模型，更新全局模型对应的模型参数，并根据目标客户端对应的压缩比稀疏化原始的模型更新参数；目标客户端将压缩后的模型更新参数发送到参数服务器，以供参数服务器进行聚合并更新全局模型，开启下一个训练回合。本发明通过客户端选择和压缩比决策的联合优化，可以有效加速异构客户端的联邦学习过程，实现资源开销和训练性能之间的平衡，提高本地数据的处理效率。 | ||
| 搜索关键词： | 基于 客户端 选择 梯度 压缩 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/202211412335.5/，转载请声明来源钻瓜专利网。
- 上一篇：三维模型构建方法以及装置
- 下一篇：一种便携组合式电力自动化巡视组合装置
