一种基于时效性的半异步分层联邦学习更新方法.pdfVIP

下载本文档

11
0
约2.28万字
约 18页
2023-04-23 发布于四川
举报
版权申诉

一种基于时效性的半异步分层联邦学习更新方法.pdf

1、本文档共18页，其中可免费阅读17页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明提供了一种基于时效性的半异步分层联邦学习更新方法，其中包括了一种解决多种异构设备数据共享的分层通信架构，实现大量设备的异构连接；其次提出了一种基于半异步的分层联邦学习更新方法，实现网络分层情况下的同步和半异步的模型更新，实现异构设备计算与通信的资源合理运用，并保证联邦学习网络的可靠性；最后针对异构设备数据存在异质性，为了给分类设备提供更个性化的网络服务，我们提出了一种边缘更新方法来实现模型个性化服务。与现有的联邦学习方法相比，本发明提出的基于时效性的半异步分层联邦学习方法更能提高异构网络的

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113988160 A (43)申请公布日 2022.01.28 (21)申请号 202111202121.0 (22)申请日 2021.10.15 (71)申请人武汉大学地址 43