针对流式数据的联邦类增量学习方法、系统、装置及介质.pdfVIP

下载本文档

2
0
约1.63万字
约 13页
2023-07-15 发布于四川
举报
版权申诉

针对流式数据的联邦类增量学习方法、系统、装置及介质.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

本发明公开了一种针对流式数据的联邦类增量学习方法、装置及介质，其中方法包括：服务器初始化全局特征提取器并下发给客户端；客户端收到包含新类的新数据以及全局特征提取器；根据融合比例融合全局特征提取器和本地特征提取器；将当前的新数据和保存的旧类代表性样本按到达时间划分成若干个元任务；利用增量元学习方法在新旧任务上进行训练，更新融合比例以及本地模型，全局特征提取器不更新；客户端将融合的特征提取器参数发送至服务器进行聚合，作为下一轮的全局特征提取器。本发明通过融合比例动态地提取全局特征提取器中对客户端有利

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116431679 A (43)申请公布日 2023.07.14 (21)申请号 202310210206.6 (22)申请日 2023.03.06 (71)申请人华南理工大学地址 510641