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：东北大学
摘要：本发明属于通信与分布式环境下机器学习技术领域，提供了一种基于规则性DAG区块链的异步联邦学习方法，包括以下步骤：依据联邦学习训练过程特点，设计规则性DAG结构；参与节点共同构建并维护规则性DAG，并依照设计的训练规则进行联邦学习模型训练；在共识过程中采用提出的基于深度强化学习的两跳尖端选择算法进行尖端模型选择，最终得到联邦学习目标模型。本发明通过设计DAG结构与训练规则，实现在DAG中建立起基于模型间关系的高效有序联邦学习过程，且通过改进共识过程中尖端选择算法，保证联邦学习过程的安全性，并进一步提高共识过程效率，从而实现安全高效的联邦学习，对未来基于区块链的联邦学习的研究有一定的参考价值。
主权项：1.一种基于规则性DAG区块链的异步联邦学习方法，其特征在于，包括如下步骤：S1：车辆与RSU从车联网中获得联邦学习任务信息，任务信息包括联邦学习初始模型参数、最终模型精确度要求；S2：负责联邦学习任务的车辆与RSU共同构建规则性DAG区块链；S3：车辆与RSU进行异步联邦学习训练，其中车辆负责局部模型训练，RSU负责全局模型聚合；S4：车辆和RSU将训练的局部模型参数与聚合的全局模型参数打包成交易上传至规则性DAG区块链中；S5：车辆与RSU通过运行基于深度学习的两跳尖端选择算法，在规则性DAG区块链中选择尖端，进行规则性DAG共识过程；S6：步骤S3-S5循环异步进行，当全局模型性能达到联邦学习任务要求，训练结束，获得最终目标模型。
全文数据：
权利要求：
百度查询： 东北大学 一种基于规则性DAG区块链的异步联邦学习方法
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