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：广东工业大学
摘要：本发明提供一种基于混合预测和改进的对比学习的噪声标签联邦学习方法，包括首先以FedAvg的方式进行预训练，预训练结束后，在每轮训练过程中，服务器向本地客户端发送全局模型；本地客户端计算增强样本的聚合预测，然后计算混合预测并使用锐化操作来增强混合预测，并计算交叉熵损失和对比损失函数，在本地损失函数上增加熵正则化，本地客户端通过最小化损失函数来更新本地模型，并上传到服务器；服务器聚合本地客户端更新后的局部模型，对全局模型进行更新，并将更新后的全局模型发送给本地客户端，开始新一轮的沟通训练直至全局模型收敛。本发明利用混合预测阻止模型记忆噪声标签，并通过对比学习来提高模型的分类精度和泛化性能。
主权项：1.基于混合预测和改进的对比学习的噪声标签联邦学习方法，其特征在于，包括以下步骤：S1、以FedAvg的方式进行预训练；预训练结束后，在每轮训练过程中，服务器向本地客户端发送全局模型；S2、本地客户端获得增强样本的输出logits值、预测值，并计算聚合预测，然后计算混合预测并使用锐化操作来增强混合预测，从而获得锐化后的混合预测；S3、本地客户端分别利用增强样本的输出logits值和混合预测计算熵正则化和交叉熵损失；S4、本地客户端再利用增强样本计算对比损失函数；S5、本地客户端通过最小化损失函数来更新本地模型，再将更新后的局部模型上传到服务器；S6、服务器聚合本地客户端更新后的局部模型，对全局模型进行更新，并将更新后的全局模型发送给本地客户端，开始新一轮的沟通训练直至全局模型收敛。
全文数据：
权利要求：
百度查询： 广东工业大学 基于混合预测和改进的对比学习的噪声标签联邦学习方法
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