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：浙江大学
摘要：本发明公开了一种基于最优传输的个性化联邦学习方法和系统，其方法包括：确定参与学习客户端数量，初始化全局模型参数，将参数发送至各个客户端，各客户端接收参数，冻结本地全局模型并利用本地数据进行模型训练获得新的本地模型参数，利用最优传输思想构建代价矩阵缩小本地适配器和全局适配器之间的距离，使得本地适配器学习到全局适配器中的全局信息，最终将产生的参数求和处理后上传至服务器，服务器以样本占比加和参数并以聚合超参数更新新一轮的全局模型参数。本发明在各个客户端将模型解耦，提高本地泛化性，数据不出用户本地保证数据安全性，利用最优传输思想考虑特征结构内部关系，增强对特征的捕获能力。
主权项：1.一种基于最优传输的个性化联邦学习方法，其特征在于，包括以下步骤：S1、服务器获取数据源、计算数据量，后将数据拆分成非独立同分布的数据集，下放给各个客户端。S2、服务器确定参与学习的客户端数目，初始化服务器的全局模型参数Wg，将参数发送至各个客户端；S3、各客户端接收参数并利用本地数据和本地的全局模型进行客户端的模型训练获得新的本地模型参数，最终将产生的参数上传至服务器；S4、服务器按各客户端的数据量占比为权重合并参数，并以服务器的全局模型更新超参数β更新共享参数，并将参数发送至各个客户端多轮次训练，直至达到终止条件。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于最优传输的个性化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