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:美光科技公司
摘要:本公开涉及基于信任的联合学习。描述了与联合学习相关的设备和方法。主机系统可响应于来自第一本地装置的有效信任信号,将全局模型和全局损耗值传送到所述本地装置。所述主机系统可从所述本地装置接收本地损耗值。所述本地损耗值可基于通过所述本地装置对本地测试数据集执行所述全局模型的本地版本,所述本地版本由所述本地装置生成。所述主机系统可基于训练样本和测试样本的数量分析所述本地损耗值。响应于所述本地损耗值比所述全局损耗值更优选,所述主机系统可从所述本地装置接收所述全局模型的所述本地版本,更新所述全局模型,并且将经更新全局模型传送到所述本地装置且传送到另一本地装置。
主权项:1.一种用于联合学习的设备,其包括:处理器122,其被配置成:响应于来自与所述设备120不同的第一本地装置110的有效信任信号,将全局模型126和全局损耗值传送到所述第一本地装置;从所述第一本地装置接收本地损耗值、训练样本的数量的指示和测试样本的数量的指示,其中所述本地损耗值是基于通过所述第一本地装置对本地测试数据集执行所述全局模型的本地版本132,所述本地版本由所述第一本地装置生成,其中所述全局模型的所述本地版本是使用所述训练样本生成的;基于训练样本的所述数量和测试样本的所述数量分析249所述本地损耗值;并且响应于所述本地损耗值的所述分析的结果指示所述本地损耗值比所述全局损耗值更优选:将信任信号传送250到所述第一本地装置;响应于所述信任信号到所述第一本地装置的传送,从所述第一本地装置接收247所述全局模型的所述本地版本;基于所述全局模型的所述本地版本、所述本地损耗值、训练样本的所述数量和测试样本的所述数量更新251所述全局模型;并且将经更新全局模型传送253到所述第一本地装置且传送到与所述设备不同的第二本地装置。
全文数据:
权利要求:
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。