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：郑州大学
摘要：本发明涉及联邦学习技术领域，公开了一种基于动量法的权重动态聚合联邦学习方法，包括以下步骤：S1、初始化全局模型参数和聚合权重向量；S2、服务器将全局模型分发给被选中的客户端；S3、客户端替换本地模型并在本地数据集上测试目标损失；S4、客户端在本地数据集上运行梯度下降算法更新本地模型；S5、客户端将更新后的本地模型及目标损失发送给服务器；S6、服务器根据公式计算聚合权重，并进行加权聚合得到全局模型。通过使用动量法动态更新聚合权重策略，实现了联邦学习模型的公平性。以每轮通信过程中客户端的损失和以往客户端在全局模型中的性能表现作为度量方式，优化聚合权重，有效地实现了联邦学习中的公平性策略。
主权项：1.一种基于动量法的权重动态聚合联邦学习方法，其特征在于，包括以下步骤：S1、初始化全局模型参数和聚合权重向量；S2、服务器将全局模型分发给被选中的客户端；S3、客户端替换本地模型并在本地数据集上测试目标损失；S4、客户端在本地数据集上运行梯度下降算法更新本地模型；S5、客户端将更新后的本地模型及目标损失发送给服务器；S6、服务器根据公式计算聚合权重，并进行加权聚合得到全局模型；S7、服务器更新客户端的全局聚合权重向量；S8、重复S2至S7步骤，直至模型收敛。
全文数据：
权利要求：
百度查询： 郑州大学 一种基于动量法的权重动态聚合联邦学习方法
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