基于联邦学习的样本选择方法、系统、电子设备及介质.pdfVIP

下载本文档

2
0
约2.35万字
约 19页
2023-07-22 发布于四川
举报
版权申诉

基于联邦学习的样本选择方法、系统、电子设备及介质.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

本申请实施例提供了一种基于联邦学习的样本选择方法、系统、电子设备及介质，属于人工智能技术领域。方法应用于参加联邦学习的服务器，服务器与多个子设备通信连接，方法包括：获取训练任务样本，其中，训练任务样本包括样本子集；基于预设的联邦学习算法将训练任务样本发送至每个子设备进行局部更新，得到局部损失函数；基于预设的梯度下降算法对局部损失函数进行计算，得到预测损失函数；根据样本子集对预测损失函数进行迭代，得到联邦学习的模型参数；根据模型参数对所述样本子集进行选择，得到目标样本。本申请实施例能够通过动态选择

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116468130 A (43)申请公布日 2023.07.21 (21)申请号 202310507592.5 (22)申请日 2023.05.06 (71)申请人平安科技（深圳）有限公司地址