一种联邦学习模型优化方法及装置.pdfVIP

下载本文档

5
0
约1.26万字
约 10页
2023-06-14 发布于四川
举报
版权申诉

一种联邦学习模型优化方法及装置.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

本发明公开了一种联邦学习模型优化方法及装置。该方法包括：将各个数据终端的本地模型依次分别与由联邦学习模型参数得到的第一模型进行模型融合，生成相应的初始融合模型，并根据模型融合中得到的每个初始融合模型的模型性能测试结果，确定每个初始融合模型分别对于各个数据终端的权重值后，进行综合处理，得到各个初始融合模型的综合权重值后进行排序，将设定数量的排序在前的初始融合模型在主服务端进行模型融合，得到更新后的联邦学习模型，实现在联邦学习训练过程中，使得各个数据终端的本地模型减少对用户数据的访问，同时有效、快速

(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 113112026 A (43)申请公布日 2021.07.13 (21)申请号 202110362763.0 (22)申请日 2021.04.02 (71)申请人佳讯飞鸿（北京）智能科技研究院有