-
公开(公告)号：CN116484945A
公开(公告)日：2023-07-25
申请号：CN202310465725.7
申请日：2023-04-27
Applicant: 福州大学
IPC: G06N3/098 , G06N3/0455 , G06N20/00 , G06F16/901
Abstract: 本发明涉及一种面向图结构数据的联邦元学习方法。该方法将各个客户端图拓扑结构不同的数据当成元学习中不同的训练任务，提出能快速适应不同图拓扑结构数据的图联邦元学习（FedGM）。本发明的训练流程包括联邦元训练和本地元测试，联邦元训练阶段，本发明通过编解码器来将不同客户端不同节点数的数据映射到统一大小，为了加快收敛速度，进而提出编解码器均值聚合方法，客户端在完成本地训练时只上传编解码器参数均值，服务器平均聚合上传的均值得到最佳的初始化均值。元测试阶段，各个客户端使用元学习模型初始化本地模型，使用本地数据训练本地模型可以快速得到更精确的预测模型。
Search Results
1
records
(took 0.01 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
