-
公开(公告)号：CN116502728A
公开(公告)日：2023-07-28
申请号：CN202210053573.5
申请日：2022-01-18
Applicant: 厦门云在科技有限公司
IPC: G06N20/00
Abstract: 一种基于联邦学习的动态聚合方法和装置，它涉及联邦学习技术领域。它包括至少一个终端设备、中央服务器、连接终端，所述一个终端设备用于接收全局模型，通过正则化训练防止过拟合并上传局部模型，所述中央服务器连接至少一个所述终端设备，用于接收所述各个终端上传的局部模型、计算各个终端的聚合权重，然后根据权重动态聚合局部模型而生成本轮的全局模型，最后下发全局模型至连接终端。本发明有益效果为：一方面，通过在中央服务器端计算各客户端的动态聚合权重，解决了各参与终端的数据非独立同分布问题，提高了联邦学习模型训练效果；另一方面，在客户端的本地训练时加入正则项，防止其在本地数据上过拟合，提升了模型泛化能力。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
