[发明专利]一种基于机器异构性的联邦学习方法在审
| 申请号： | 202110279647.2 | 申请日： | 2021-03-16 |
| 公开（公告）号： | CN112990488A | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 郭嵩;吴非杰;王号召 | 申请（专利权）人： | 香港理工大学深圳研究院 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 朱阳波;王永文 |
| 地址： | 518057 广东省深圳市南山区粤海街道高新*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器异构性的联邦学习方法，方法包括：接收服务器统一发送的初始模型、全局梯度和全局模型参数；根据初始模型、全局梯度和全局模型参数，得到预估梯度校准值；其中，预估梯度校准值用于表征各边缘设备的本地梯度与服务器的全局梯度的偏差以及各边缘设备因本地更新次数不同而产生的偏差；基于预估梯度校准值，得到目标本地梯度和目标本地模型参数；将所述目标本地梯度和所述目标本地模型参数发送至所述服务器，以使所述服务器生成更新后的全局梯度和全局模型参数。本发明实施例通过对各边缘设备的预估梯度校准技术来实现移除各边缘设备与服务器的偏差，同时补偿本地更新次数不同导致的偏差，从而提高联邦学习的训练效率。 | ||
| 搜索关键词： | 一种 基于 机器 异构性 联邦 学习方法 | ||
【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香港理工大学深圳研究院，未经香港理工大学深圳研究院许可，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/202110279647.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种高楼逃生器
- 下一篇：一种聚合知识图神经网络和自适应注意力的推荐方法
