一种狭义异步个性化联邦学习自适应聚合方法.pdfVIP

  • 16
  • 0
  • 约1.26万字
  • 约 12页
  • 2023-05-31 发布于四川
  • 举报

一种狭义异步个性化联邦学习自适应聚合方法.pdf

本发明公开了一种狭义异步个性化联邦学习自适应聚合方法,属于车联网领域;首先,对于某时刻新进入RSU服务范围内的车辆客户端,从联邦服务器处下载当前模型作为本地模型,使用本地数据集进行训练后上传至服务器;服务器计算欧几里得距离表示模型间差异性;然后,使用模型间差异性、全局模型精确度和模型损失来表示当前状态,通过A2C算法自适应得到应该采取的动作,即为聚合权重。并使用该权重进行全局聚合得到新的全局模型,根据模型精度的提升与模型损失的衰减计算执行本次动作得到的奖励,量化本次动作结果的优劣。通过A2C的价

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115796274 A (43)申请公布日 2023.03.14 (21)申请号 202211654182.5 (22)申请日 2022.12.22 (71)申请人 北京邮电大学 地址 100876

文档评论(0)

1亿VIP精品文档

相关文档