-
公开(公告)号：CN117910601A
公开(公告)日：2024-04-19
申请号：CN202410317233.8
申请日：2024-03-20
Applicant: 浙江大学滨江研究院
IPC: G06N20/00 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种个性化联邦潜在扩散模型学习方法，包括如下步骤：步骤一，设置一个服务器，通过设置的服务器初始化并接收各客户端发送的局部潜向量；步骤二，通过步骤一设置的服务器根据各客户端发送的局部潜向量，基于各客户端的聚合权重生成每个客户端的个性化潜向量；步骤三，每个客户端从服务器上下载对应的个性化潜向量，通过最小化局部噪声预测误差与局部潜向量和个性化潜向量之间的距离之和来更新客户端的局部模型，将更新后的局部潜向量发送给服务器；步骤四，重复执行步骤二至步骤三，直至所有客户端平均训练损失不再下降。本发明的个性化联邦潜在扩散模型学习方法，通过步骤一至步骤四的设置，便可有效的解决现有技术中的缺点。
Search Results
1
records
(took 0.023 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
