一种面向非独立同分布数据的联邦学习算法

    公开(公告)号:CN116757296A

    公开(公告)日:2023-09-15

    申请号:CN202310823442.5

    申请日:2023-07-06

    Abstract: 一种面向非独立同分布数据的联邦学习算法,涉及联邦学习领域,包括以下步骤:中心服务器和参与方初始化全局模型和本地模型参数,计算参与方的本地模型与全局模型之间的距离,根据距离将参与方集合划分为多个子集合,从中随机选择参与方参与训练,训练轮次受距离限制,最终得到更新后的各参与方本地模型;参与方将计算结果直接或将计算结果经加密之后的中间结果发送至中心服务器;中心服务器根据距离计算并分配各参与方权重,用该权重聚合各更新后的本地模型,用模型聚合结果更新全局模型;重复上述步骤直至全局模型收敛或达到最大通信轮次限制。本发明提高了模型的收敛速度和测试精度,降低了非独立同分布数据对模型训练的不利影响。

    一种翻转式踏步的支撑机构
    13.
    发明公开

    公开(公告)号:CN116691521A

    公开(公告)日:2023-09-05

    申请号:CN202310608088.4

    申请日:2023-05-26

    Abstract: 本发明涉及踏步技术领域,特别是一种翻转式踏步的支撑机构,其包括,承载部件,包括承载架,设置于所述承载架上的固定块,设置于所述固定块上的转轴,设置于所述转轴上的扭力弹簧,以及设置于所述转轴上的踏步本体;锁紧部件,包括设置于所述踏步本体上的卡合组件,以及设置于所述承载架上的容纳组件;安装部件,包括设置于所述承载架上的抵接组件,设置于所述踏步本体上的推动组件,设置于所述推动组件上的滑移组件,设置于所述滑移组件上的插入组件,以及设置于所述承载架上的导向组件;延长部件,包括设置于所述踏步本体上的翻转组件,以及设置于所述推动组件上的限位组件,其能够使得踏步本体展开与收纳更加方便,且踏步展开时支撑稳定。

Patent Agency Ranking