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：广西电网有限责任公司;西安交通大学
摘要：本发明公开了一种基于自适应TopK的通信联邦学习方法及系统，该方法实现了基于改进UCB算法的自适应模型压缩率的选择，在上行通信时上传自适应压缩模型以降低通信量。通过耦合模型损失变化信息和通信量信息的方式设计奖励，实现模型精度与通信压缩的权衡，即保证模型精度尽量不受到模型压缩的影响。除此外，在自适应算法中设计跳过机制，能在模型效用稳定时进一步压缩通信，降低通信开销。该系统包括参数初始化模块、训练模型模块、压缩模型模块、保留残差模块、模型聚合模块和自适应k值计算模块。本发明可用于面向海量跨域数据的高性能联邦学习联合建模。
主权项：1.一种基于自适应TopK的通信联邦学习方法，其特征在于，包括以下步骤：步骤1、参数初始化；联邦学习发起方初始化预测模型，并定义联邦学习相关参数，包括最大迭代次数T，学习率α，学习终止条件，以及横向联邦学习模型的初始全局模型参数w，发起方将初始化的相关参数上传至服务器，服务器广播所有参与者本次联邦模型训练；步骤2、训练模型；联邦学习的所有参与方从服务器下载全局模型参数w，并使用随机梯度下降方法在本地数据上进行模型训练得到更新后的模型参数步骤3、压缩模型；参与方根据模型参数和全局模型参数计算模型变化量，在上行通信时对模型变化量进行Top-K压缩，获得压缩后的稀疏模型并将其上传到服务器；步骤4、保留残差；参与方在进行模型压缩的同时在本地进行模型残差累积这些残差由本轮及之前的小梯度累积而成；步骤5、模型聚合；服务器聚合本轮参与方上传的模型参数，并更新下一轮需要的全局模型参数wt+1；步骤6、自适应k值计算；服务器根据参与方上传的模型信息基于改进后的UCB算法进行自适应k值的选择。
全文数据：
权利要求：
百度查询： 广西电网有限责任公司 西安交通大学 一种基于自适应TopK的通信联邦学习方法及系统
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