一种基于即插即用异构模型的联邦学习方法.pdfVIP

下载本文档

0
0
约1.25万字
约 10页
2023-05-26 发布于四川
举报
版权申诉

一种基于即插即用异构模型的联邦学习方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请提供一种基于即插即用异构模型的联邦学习方法，包括：步骤1：训练生成模型：步骤2：初始化模型：步骤3：在各个客户端中训练客户端模型Mi，包括：步骤4：服务器聚合：在服务器端聚合来自客户端i的采样数据di～x～,y～∈d～，以及包括参与训练的数据量在内的参数；步骤5：服务器端数据分配：将采样数据集d～按照各个客户端私有数据的数据类别分布权重重新分配为子数据集di；并分配给各个客户端；步骤6：模型测试：步骤7：服务器端判断是否继续下一次通信。本申请提高了提高了模型训练的效果和效率。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115983340 A (43)申请公布日 2023.04.18 (21)申请号 202211648157.6 (22)申请日 2022.12.21 (71)申请人南京理工大学地址 2