-
公开(公告)号：CN112734032A
公开(公告)日：2021-04-30
申请号：CN202011635450.X
申请日：2020-12-31
Applicant: 杭州电子科技大学
IPC: G06N3/08
Abstract: 本发明属于联邦学习以及大数据技术领域，具体涉及一种用于横向联邦学习的优化方法，包括以下步骤：S1、客户端采集数据，并对数据进行预处理；S2、通过SMOTE‑Non‑IID模型处理客户端的数据；S3、通过横向联邦学习中的客户端‑服务器架构，结合数据生成环境，进行SMOTE‑Non‑IID模型训练；S4、得到SMOTE‑Non‑IID的优化模型，通过预测以得到评估结果；本发明每个客户端采用SMOTE算法合成数据，同时接收来自其他客户端的合成数据，有效处理联邦学习中数据异构性问题，能够保证较高预测准确率。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
