一种基于移动式服务器的联邦学习系统及方法.pdfVIP

下载本文档

0
0
约1.48万字
约 13页
2023-04-22 发布于四川
举报
版权申诉

一种基于移动式服务器的联邦学习系统及方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种联邦学习方法，尤其为一种基于移动式服务器的联邦学习系统及方法，包括移动式服务器与客户端，所述移动式服务器用于负责全局模型参数的储存与更新，通过与客户端相互合作，对模型参数进行传输与接收，进一步更新全局模型，基于模型知识迁移提出移动式联邦融合算法，当出现新的客户端时通过移动式服务器传递客户端所学知识来融合模型。通过实验验证，当客户端之间数据分布为独立同分布与非独立同分布时，本发明提出的移动框架性能均优于传统的联邦学习框架。

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113919508 B (45)授权公告日 2022.07.19 (21)申请号 202111201845.3 (56)对比文件