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：中国人民解放军国防科技大学
摘要：本发明提供一种面向无标签数据的异构联邦学习方法和系统，其中方法包括：异构联邦学习子方法：在全局深度模型插入分支构成多分支模型；对多分支模型进行训练得到训练后的多分支模型；根据分支数量将全局深度模型拆分为多个分支子模型；将各分支子模型作为教师模型分配至资源异构的客户端。无标签数据学习子方法：客户端从服务器端下载老师模型；根据得到老师模型对无标签数据进行预测打标；选择伪标签数据用于客户端训练；客户端利用本地数据进行训练得到学生模型；服务器接收客户端学生模型并聚合微调为新的全局模型。本发明的技术方案，充分利用客户端的无标签数据特征，在保证模型精度的同时，降低联邦学习中计算、通信以及存储的资源开销。
主权项：1.一种面向无标签数据的异构联邦学习方法，其特征在于，包括应用于服务器的异构联邦学习子方法和应用于客户端的无标签数据学习子方法；所述异构联邦学习子方法包括：获取多分支的全局深度模型；采用标签数据对所述多分支的全局深度模型进行训练，得到训练后的多分支的全局深度模型；将所述训练后的多分支的全局深度模型拆分为多个分支子模型，分别将各分支子模型作为相应客户端的老师模型并发送给相应的客户端；接收各客户端的客户端模型，并对各客户端模型进行聚合以得到全局多分支学生模型；响应于所述全局多分支学生模型的精确度小于设定精确度，根据所述标签数据对所述全局多分支学生模型进行调整；将调整后的全局多分支学生模型拆分以得到更新后的各老师模型，并将更新后的各老师模型分别发送给相应的客户端；所述无标签数据学习子方法包括：获取相应的老师模型；采用老师模型对客户端本地的无标签数据进行标记，以得到伪标签数据；根据所述伪标签数据对相应的老师模型进行更新，以得到相应的客户端模型；将相应的客户端模型发送给所述服务器。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 一种面向无标签数据的异构联邦学习方法和系统
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