龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：苏州岽睿微电子科技有限公司
申请日：2024-03-24
公开（公告）日：2024-06-21
公开（公告）号：CN118228778A
主分类号：G06N3/0475
分类号：G06N3/0475;G06N3/084;G06N3/09
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明涉及机器学习技术领域，具体涉及一种异构神经网络上的个性化联邦学习方法，学习步骤为：S1、初始化模型，指定输入参与率r，步长α参数；S2、对服务器进行更新，从所有客户端中根据参与率进行部分采用后确定本轮参与训练的客户端，并将当前表示φ发送给客户端；S3、检测客户端i是否在采样集合It中；S4、对每个在采样集合It中的客户端i执行初始化本地头部hi。本发明不需要任何其他的辅助数据，也不需要除了模型训练和聚合之外的复杂密集计算，提高客户端的局部特征提取能力，无需额外的数据收集和传输即可实现异构个性化联邦学习，加强了客户端模型的统一目标并提高了整体训练准确性。
主权项：1.一种异构神经网络上的个性化联邦学习方法，其特征在于，学习步骤为：S1、初始化模型，指定输入参与率r，步长α参数；S2、对服务器进行更新，从所有客户端中根据参与率进行部分采用后确定本轮参与训练的客户端，并将当前表示φ发送给客户端；S3、检测客户端i是否在采样集合It中；S4、对每个在采样集合It中的客户端i执行初始化本地头部hi，对其头部进行τφ次更新；S5、客户端i初始化本地模型表示，对其模型表示进行τφ次更新；S6、客户端i通过特征表示学习更新局部模型参数；S7、客户端i箱服务器发送更新后的模型表示和本地分类器参数；S8、服务器通过加权平均计算出最新的全局模型表示形式；S9、S3步骤中若不在采集样中，对每个在It中的客户端i执行初始化本地头部hi，将上一轮更新的头部重新赋给当前头部hi后，执行S7操作步骤往下进行。
全文数据：
权利要求：
百度查询： 苏州岽睿微电子科技有限公司 一种异构神经网络上的个性化联邦学习方法
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