一种多边缘服务器低时延半中心式联邦学习方法.pdfVIP

下载本文档

1
0
约1.18万字
约 13页
2023-08-02 发布于四川
举报
版权申诉

一种多边缘服务器低时延半中心式联邦学习方法.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

本发明涉及一种基于多边缘服务器的联邦式机器学习模型训练方法，通过多个物联网设备和边缘服务器搭建半中心式联邦学习系统；在每个训练周期t的起始阶段，边缘服务器根据信道信息及物联网设备的计算与传输能力，制定物联网设备与边缘服务器的关联策略A(t)，目标为在有限的带宽资源下，以低训练时延达到给定的训练损失；在训练过程中，物联网设备进行本地训练并将更新后的本地模型发送到与其相关联的边缘服务器进行边缘聚合，生成新的边缘模型；边缘服务器将更新后的边缘模型传输给与其相近的边缘服务器；在接收到其他所有边缘服务器发

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116527520 A (43)申请公布日 2023.08.01 (21)申请号 202310260224.5 (22)申请日 2023.03.17 (71)申请人中国船舶集团有限公司第七二四研