-
公开(公告)号：CN110442457A
公开(公告)日：2019-11-12
申请号：CN201910739086.2
申请日：2019-08-12
Applicant: 北京大学深圳研究生院
Abstract: 本发明实施例提供一种基于联邦学习的模型训练方法、装置及服务器。该方法包括：将待训练模型发送至多个工作节点；接收多个工作节点反馈的本地模型，本地模型是各工作节点根据各自所拥有的数据对待训练模型进行训练获得的；根据测试数据集确定各个本地模型的精度；根据各个本地模型的精度确定各个本地模型的权重系数，权重系数与精度正相关；根据多个本地模型以及对应的权重系数，对待训练模型进行更新。本发明实施例的方法，通过增大高精度本地模型的权重系数和减小低精度本地模型的权重系数，加速了待训练模型的收敛速度，提高了待训练模型的精度。
-
公开(公告)号：CN112016923A
公开(公告)日：2020-12-01
申请号：CN202010883539.1
申请日：2020-08-28
Applicant: 北京大学深圳研究生院
Abstract: 本发明提供的基于区块链的网内跨域身份管理方法、系统以及算力网络，通过预先建立包括多个管理节点的区块链，使得管理节点能通过区块链发布交易请求；管理节点用于管理算力网络中对应的计算节点，所述交易请求包括创建身份的交易请求、更新身份的交易请求或撤销身份的交易请求。区块链的各个挖矿节点接收所述交易请求，根据预设的共识机制对所述交易进行验证；各个挖矿节点达成共识后，完成所述交易，从而完成了创建身份、更新身份或撤销身份等操作，实现了对身份的管理。本发明利用区块链技术实现了弱中心化，无需中央身份仓库等身份提供方进行身份管理，提高了身份管理的效率。
-
Search Results
2
records
(took 0.024 seconds)
