[发明专利]一种基于边缘智能的设备评估和联邦学习重要性聚合方法有效
| 申请号： | 202011155848.3 | 申请日： | 2020-10-26 |
| 公开（公告）号： | CN112181666B | 公开（公告）日： | 2023-09-01 |
| 发明（设计）人： | 王田;孙兵;张依琳;张忆文;高振国 | 申请（专利权）人： | 华侨大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06F16/2455;H04L41/14;H04L41/142;G06N3/0464;G06N3/08;G06F16/242 |
| 代理公司： | 厦门市首创君合专利事务所有限公司 35204 | 代理人： | 张松亭 |
| 地址： | 362000 福建省*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于边缘智能的设备评估和联邦学习重要性聚合方法，包括如下步骤：云服务器初始化：云服务器生成初始模型，设备评估与选择：边缘服务器接收终端设备的资源信息，生成资源特征向量，并将所述资源特征向量输入评估模型，本地训练：边缘服务器选择智能设备后，将转存的初始模型发送所述智能设备，智能设备对初始模型在联邦学习中进行本地训练，得到本地模型；本地模型筛选：将本地模型发送到边缘服务器，通过比较本地模型与前一轮全局模型的损失值来判断是否为异常的模型；全局聚合：利用经典的联邦平均算法进行全局聚合。本发明提供的方法一方面解决了带有资源约束设备的训练瓶颈问题，另一方面提高模型聚合的效果以减少冗余的训练与通信消耗。 | ||
| 搜索关键词： | 一种 基于 边缘 智能 设备 评估 联邦 学习 重要性 聚合 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华侨大学，未经华侨大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011155848.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种粉末染料出料装置
- 下一篇：一种纺织定型机用烘箱排气颗粒净化设备
