[发明专利]一种云边端协同个性化联邦学习方法、系统、设备及介质有效
| 申请号： | 202211700785.4 | 申请日： | 2022-12-29 |
| 公开（公告）号： | CN115688913B | 公开（公告）日： | 2023-06-27 |
| 发明（设计）人： | 费洪晓;夏项杰;龙军;齐倩倩;洪俊坤 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06N3/088 | 分类号： | G06N3/088;G06N3/0464;G06N3/042;G06F18/23213 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 王本晋 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种云边端协同个性化联邦学习方法、系统、设备及介质，本方法通过获取多个客户端的终端设备产生的数据样本和所有客户端构成的图结构；获取数据样本的特征矩阵表示和邻接矩阵表示，获得数据样本的特征张量和邻接张量；根据邻接张量和特征张量，对多个客户端的终端设备进行聚类，获得多组客户端终端设备；构建云边端协同个性化联邦学习的目标函数和特征图，并根据目标函数和特征图，对每组客户端终端设备进行个性化模型训练，更新每组客户端终端设备的个性化模型的参数；根据个性化模型的参数、特征图和图结构，通过图卷积神经网络进行聚合，获得每个客户端的全局模型和个性化模型。本发明能够有效提升模型的推理精确度和训练速度。 | ||
| 搜索关键词： | 一种 云边端 协同 个性化 联邦 学习方法 系统 设备 介质 | ||
【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南大学，未经中南大学许可，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/202211700785.4/，转载请声明来源钻瓜专利网。
