龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东大学
摘要：本申请涉及联邦学习模型训练进度控制技术领域，涉及一种面向联邦学习的数据分类同步控制方法及装置、介质。所述方法包括：云服务器初始化并下发全局模型；手机节点计算本地数据难度分布，云服务器计算本轮全局模型中的数据难度阈值；手机节点根据阈值筛选符合当前难度阶段的数据，进行本地训练；云服务器接收到模型更新，进行聚合，获得新的全局模型；对新的全局模型进行测试得到测试损失，判别测试损失是否满足切换阶段的条件，若满足则进入下一阶段，若不满足继续当前阶段；重复训练过程至训练完成。本发明以全局同步的方式实现自步学习由简单至困难的学习过程，提升了模型精度和收敛速度，具有良好的泛化性。
主权项：1.一种面向联邦学习的数据分类同步控制方法，其特征在于，包括：云服务器初始化全局模型，随机选择参与本轮联邦学习的手机，并下发全局模型；手机节点计算本地数据难度分布，将分布信息上传至云服务器，云服务器计算本轮全局模型中的数据难度阈值，并将阈值下发给手机节点；手机节点根据阈值筛选符合当前难度阶段的数据，进行由易到难的本地训练，并将模型更新的部分上传至云服务器；云服务器接收到所有参与本轮联邦学习训练的手机节点的模型更新，使用模型更新进行聚合，获得新的全局模型；云服务器对新的全局模型进行测试得到全局测试损失，判别测试损失是否满足切换阶段的条件，若满足则进入下一阶段，若不满足继续当前阶段；重复训练过程至所有难度阶段训练完成，云服务器得到训练完成的全局模型。
全文数据：
权利要求：
百度查询： 山东大学 一种面向联邦学习的数据分类同步控制方法及装置、介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号