跨孤岛联邦学习中面向个体模型性能优化的联盟组建博弈方法.pdfVIP

下载本文档

0
0
约2.86万字
约 19页
2023-06-11 发布于四川
举报
版权申诉

跨孤岛联邦学习中面向个体模型性能优化的联盟组建博弈方法.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

本发明公开了一种跨孤岛联邦学习中面向个体模型性能优化的联盟组建博弈方法，该方法基于多组织之间合作训练模型场景下的联邦学习，包括建立一个利用神经网络进行效用拟合的评估方法来预测每个组织加入联盟后个体模型性能的改进情况，并以这个估计效用为输入设计了一种分布式联盟组建算法，以寻找稳定的联盟结构，并使得在每个组织模型性能改进都不为负的前提下尽可能最大化所有组织的整体性能改进量。本发明基于估计效用建立的联盟结构能够在实现纳什稳定或个体稳定的同时，实现社会福利的最优化和较好的个人满意度。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116245172 A (43)申请公布日 2023.06.09 (21)申请号 202310241142.6 (22)申请日 2023.03.14 (71)申请人南京航空航天大学地址 2100