一种基于用户分簇和模型分层的个性化联邦学习方法.pdfVIP

  • 6
  • 0
  • 约9.58千字
  • 约 9页
  • 2023-11-01 发布于四川
  • 举报

一种基于用户分簇和模型分层的个性化联邦学习方法.pdf

本发明公开了一种基于用户分簇和模型分层的个性化联邦学习方法,首先中心服务器基于每个用户的地理位置或数据分布将用户进行分簇;将每个用户本地训练的神经网络模型划分为特征层模型和分类器模型;每个簇中选出一个用户作为簇头,并基于迁移学习的方式完成簇中模型训练,由簇头用户得到本簇内最终的特征层模型;每个簇中的簇头用户将最终的特征层模型上传至中心服务器;中心服务器聚合所有簇头用户传来的特征层模型,并将聚合后的特征层模型广播给每个用户;每个用户基于私有的个性化模型完成本地任务。上述方法使每个用户的特征层模型有

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116975683 A (43)申请公布日 2023.10.31 (21)申请号 202310767824.0 (22)申请日 2023.06.27 (71)申请人 中国科学技术大学

文档评论(0)

1亿VIP精品文档

相关文档