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：天翼云科技有限公司
摘要：本申请涉及一种提升纵向联邦学习系统效率的方法及系统，属于人工智能技术领域。该方法通过在每次迭代期间客户端执行多轮本地更新的方式，有效利用闲置时间；而对于服务端，允许使用历史的特征编码进行聚合训练全局模型。本申请通过在一轮客户端与服务端通信之间，设置多次本地更新，从而减少训练中跨方的数据传输次数，降低通信成本，也避免了由于频繁交换前向传播计算结果或反向传播梯度，以及带宽的限制所带来的时延，一定程度缓解了计算设备地理分布式而造成的广域网带宽有限问题，节约训练成本。
主权项：1.一种提升纵向联邦学习系统效率的方法，其特征在于，该方法包括：S1、各个所述客户端构建并初始化本地模型，并分别与服务端交换用于隐私集合求交的密钥，模拟训练过程分别计算出各个所述客户端的本地模型的前传播时延、后传播时延以及传输时延；S2、服务端分别计算各个所述客户端的一次迭代总时延，并确定间隔阈值，为各个所述客户端分别设定局部更新次数，将所述间隔阈值和所述局部更新次数同步至各个所述客户端，并根据所述间隔阈值设置循环定时器；S3、各个所述客户端根据所述局部更新次数，将对齐后一个批次的实际训练样本数据进行本地训练以更新本地模型，发送更新后的本地模型输出的特征向量至服务端；S4、服务端以所述间隔阈值作为时间间隔，聚合从各个所述客户端获得的所述特征向量并进行训练，通过损失函数来计算预测总误差并返回梯度信息至客户端；更新服务端的本地模型参数。
全文数据：
权利要求：
百度查询： 天翼云科技有限公司 一种提升纵向联邦学习系统效率的方法及系统
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