[发明专利]一种基于局部模型偏移的非独立同分布联邦学习性能优化方法在审
| 申请号： | 202211725787.9 | 申请日： | 2022-12-30 |
| 公开（公告）号： | CN116011585A | 公开（公告）日： | 2023-04-25 |
| 发明（设计）人： | 赵彦超;黄聿辰 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 向文 |
| 地址： | 210016 江苏省南京*** | 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： | 本发明公开了一种基于局部模型偏移的非独立同分布联邦学习性能优化方法，包括：通过限制局部更新使其接近其余客户端模型，在预训练过程中接收各个客户端上报的预训练梯度更新信息，服务器端整合各个客户端梯度信息形成下一轮全局训练中下发给各个客户端的惩罚项；在新的一轮全局训练过程中，参与该轮全局训练的客户端收到服务器端发送的惩罚项相关信息，与本地交叉熵损失加和形成新构建的损失函数，在该损失函数下进行SGD，训练完毕提交模型，按照常规FEDAVG进行模型聚合。本发明以系统内各个客户端模型作为标准，在本地优化中加以限制，维持模型在其他各个客户端数据分布上的拟合能力，减少本地训练时的模型偏移，从而提升全局聚合模型的精度。 | ||
| 搜索关键词： | 一种 基于 局部 模型 偏移 独立 分布 联邦 学习 性能 优化 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南京航空航天大学，未经南京航空航天大学许可，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/202211725787.9/，转载请声明来源钻瓜专利网。
- 上一篇：储冰盒和冰箱
- 下一篇：地面与井下联合注浆装置及注浆方法
