[发明专利]一种缓解异构性问题的联邦学习方法在审
| 申请号： | 202211458846.0 | 申请日： | 2022-11-18 |
| 公开（公告）号： | CN115936110A | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 肖云鹏;莫浩南;李暾;贾朝龙;庞育才;王蓉;王国胤 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06N3/098 | 分类号： | G06N3/098;G06N3/0464;G06F18/23;G06F18/2135;G06F18/214;G06F18/25;G06F9/50 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 卢胜斌 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种缓解异构性问题的联邦学习方法，包括初始化所有客户端的任务量和历史训练数据；选取M个客户端作为第一客户端；并根据客户端的资源报告生成客户端的特征向量；将全局模型和第一客户端的任务量发送给第一客户端对全局模型训练获得本地模型；将客户端上传的本地模型进行聚合得到下一轮迭代训练的全局模型；利用全局模型的训练数据对第一客户端进行更新；服务器根据第一客户端向服务器上传的本地模型和利用辅助数据集重新划分下一轮全局模型迭代训练的第一客户端和第二客户端；并重复执行步骤S2‑S6，直至达到预设的训练轮数为止，输出最终全局模型。 | ||
| 搜索关键词： | 一种 缓解 异构性 问题 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重庆邮电大学，未经重庆邮电大学许可，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/202211458846.0/，转载请声明来源钻瓜专利网。
