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：南京邮电大学
摘要：本发明属于联邦学习领域，公开了一种基于轻量化模型的高效个性化联邦学习系统及方法，在本地训练过程中将批归一化层BN层集成到卷积神经网络模型，并保留该层部分参数私有使客户端保留其本地数据的个性化特征，利用基于通道权重的模型剪枝技术压缩模型，服务器端综合考量客户端的数据量、数据多样性和参与度等因素，采用基于信誉值的综合权重分配原则进行客户端权重分配，并基于该权重进行加权聚合，使用结合自适应学习率调整机制和Nesterov动量的Nadam优化算法更新全局模型。本发明可以有效提高模型收敛的速度和精度，降低通信成本，增强模型的公平性、鲁棒性和个性化能力。
主权项：1.一种基于轻量化模型的高效个性化联邦学习系统，其特征在于：包括一个服务器和多个客户端；所述服务器，根据客户端的信誉值进行权重分配，在接收到客户端上传的模型更新后基于该权重进行加权聚合，以更新全局模型，更新后的全局模型在下一轮训练中分发给各客户端，所述全局模型收敛或达到最大迭代次数时训练结束；所述客户端，每个客户端拥有各自的本地数据集，本地训练过程中使用本地数据集进行训练，训练过程中执行通道剪枝，移除本地模型的冗余通道，将压缩后模型的非私有层参数更新上传至服务器，所述通道剪枝基于通道的权重进行修剪；所述服务器和客户端之间可进行模型、参数的上传和下载。
全文数据：
权利要求：
百度查询： 南京邮电大学 一种基于轻量化模型的高效个性化联邦学习系统及方法
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