公开(公告)号：CN116614484B

公开(公告)日：2023-11-10

申请号：CN202310884262.8

申请日：2023-07-19

Applicant: 北京邮电大学

Inventor： 梁美玉 ,  张珉 ,  李雅文 ,  薛哲 ,  管泽礼 ,  潘圳辉

IPC: H04L67/01 ,  G06N3/098 ,  H04L69/04

Abstract: 本申请提供一种基于结构增强的异质数据联邦学习方法及相关设备包括接收服务器端的全局模型根据全局模型对本地网络模型进行初始化；响应于确定完成所述初始化，获取本地数据根据本地数据对所述本地网络模型进行正则化训练确定第一损失函数；响应于确定完成训练获取预设采样系数和预设采样宽度对本地网络模型进行结构增强训练，根据预设采样系数和所述预设采样宽度对所述本地网络模型进行采样确定若干子网络模型；对所述本地数据进行数据增强处理确定训练用数据，根据所述训练用数据对若干所述子网络模型进行更新训练确定全局损失函数；根据全局损失函数对本地网络模型的权重进行更新将所述全局损失函数将更新的所述本地网络模型上传所述服务器端。

公开(公告)号：CN116614484A

公开(公告)日：2023-08-18

申请号：CN202310884262.8

申请日：2023-07-19

Applicant: 北京邮电大学

Inventor： 梁美玉 ,  张珉 ,  李雅文 ,  薛哲 ,  管泽礼 ,  潘圳辉

IPC: H04L67/01 ,  G06N3/098 ,  H04L69/04

Abstract: 本申请提供一种基于结构增强的异质数据联邦学习方法及相关设备包括接收服务器端的全局模型根据全局模型对本地网络模型进行初始化；响应于确定完成所述初始化，获取本地数据根据本地数据对所述本地网络模型进行正则化训练确定第一损失函数；响应于确定完成训练获取预设采样系数和预设采样宽度对本地网络模型进行结构增强训练，根据预设采样系数和所述预设采样宽度对所述本地网络模型进行采样确定若干子网络模型；对所述本地数据进行数据增强处理确定训练用数据，根据所述训练用数据对若干所述子网络模型进行更新训练确定全局损失函数；根据全局损失函数对本地网络模型的权重进行更新将所述全局损失函数将更新的所述本地网络模型上传所述服务器端。