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：北京邮电大学
摘要：本申请提供一种基于数据表征优化的聚类联邦学习方法及相关设备，包括：所述服务器确定全局模型和至少两个所述参与方，对所述全局模型进行初始化，并将初始化后的所述全局模型下发至所述参与方；任一所述参与方接收所述全局模型，根据本地数据集对所述全局模型进行训练，确定局部模型和表征信息，并将所述局部模型和所述表征信息发送至所述服务器；所述服务器根据所述表征信息进行聚类，确定聚类簇和聚类簇标识，根据所述聚类簇标识进行联邦学习。本申请通过获取参与方表征信息，根据表征信息进行聚类和联邦学习，不仅可以减少传输的数据量，还能够更加有效地利用参与方的数据表征信息，提高联邦学习的效率和准确性。
主权项：1.一种基于数据表征优化的聚类联邦学习方法，其特征在于，所述方法由服务器和至少两个参与方实现，所述方法包括：所述服务器确定全局模型和至少两个所述参与方，对所述全局模型进行初始化，并将初始化后的所述全局模型下发至所述参与方；任一所述参与方接收所述全局模型，根据本地数据集对所述全局模型进行训练，确定局部模型和表征信息，并将所述局部模型和所述表征信息发送至所述服务器；所述服务器根据所述表征信息进行聚类，确定聚类簇和聚类簇标识，根据所述聚类簇标识进行联邦学习。
全文数据：
权利要求：
百度查询： 北京邮电大学 基于数据表征优化的聚类联邦学习方法及相关设备
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