[发明专利]一种基于模型参数差异化丢弃的通信高效联邦学习方法在审
| 申请号： | 202310466009.0 | 申请日： | 2023-04-27 |
| 公开（公告）号： | CN116468129A | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | 陈旭;冯志颖 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06F18/214;G06N3/0464 |
| 代理公司： | 深圳市创富知识产权代理有限公司 44367 | 代理人： | 胡茄 |
| 地址： | 510275 广东*** | 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模型参数差异化丢弃的通信高效联邦学习方法，该方法包括：确定本地模型的结构并进行初始化；通过本地数据集对初始化后的本地模型进行训练；获取服务器下发的参数丢弃率计算允许上传的参数量并上传至服务器；通过上传的参数量对训练后的本地模型进行聚合操作得到全局模型；若所述全局模型不满足收敛条件，则服务器根据用户的环境因素下发最优参数丢弃率对初始化后的本地模型进行更新；直至满足收敛条件，输出最优全局模型。本发明能够充分利用用户的计算资源和通信资源，加快全局模型收敛的同时提高全局模型的泛化性能。本发明作为一种基于模型参数差异化丢弃的通信高效联邦学习方法，可广泛应用于计算机人工智能技术领域。 | ||
| 搜索关键词： | 一种 基于 模型 参数 异化 丢弃 通信 高效 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中山大学，未经中山大学许可，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/202310466009.0/，转载请声明来源钻瓜专利网。
