公开(公告)号：CN114091682A

公开(公告)日：2022-02-25

申请号：CN202110968262.7

申请日：2021-08-23

Applicant: 三星电子株式会社

Inventor： M.埃尔-卡米 ,  李正元 ,  郝维托

IPC: G06N20/00

Abstract: 提供用于执行联邦学习的方法和装置。全局模型从服务器分发到多个客户端装置。在多个客户端装置中的每一个：对全局模型执行模型反演以生成合成数据；全局模型在已收集数据和合成数据的增强的数据集上训练以生成相应的客户端模型；和将相应的客户端模型发送到服务器。在服务器：从多个客户端装置接收客户端模型，其中每个客户端模型从多个客户端装置中的相应的客户端装置接收；对每个客户端模型执行模型反演以生成合成数据集；对客户端模型进行平均以生成平均模型；和使用合成数据集训练平均模型以生成更新的模型。

公开(公告)号：CN113762524A

公开(公告)日：2021-12-07

申请号：CN202110599869.2

申请日：2021-05-31

Applicant: 三星电子株式会社

Inventor： 凯文·J·梁 ,  尼基尔·梅达 ,  郝维托 ,  李正元 ,  卡林·劳伦斯 ,  穆斯塔法·艾尔可哈米

IPC: G06N20/00 ,  G06N3/04 ,  G06N3/08

Abstract: 公开了联邦学习的系统和方法及客户端装置。联邦机器学习系统包括全局服务器和客户端装置。服务器从客户端接收权重因子字典和因子强度向量的更新，并且生成全局更新的权重因子字典和全局更新的因子强度向量。客户端装置从全局参数组选择参数组，并且使用客户端装置的数据集和被选参数组来训练模型。客户端装置向服务器发送客户端更新的权重因子字典和客户端更新的因子强度向量。客户端装置接收全局更新的权重因子字典和全局更新的因子强度向量，并且使用客户端装置的数据集、由客户端装置选择的参数组以及全局更新的权重因子字典和全局更新的因子强度向量来重新训练模型。