- 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
查看更多
本发明涉及一种保护隐私的分布式零阶对偶平均在线优化方法及系统,属于信息通信技术领域。本方法针对时变有向网络中具有共同约束集的分布式在线优化目标,通过使用零阶梯度而不是计算真正的次梯度信息来适应目标函数未知的情形。一方面,本方法通过构造行随机矩阵并利用辅助变量对零阶梯度进行重新标度,克服时变有向网络引起的不平衡性问题;另一方面,本方法通过采用差分隐私策略来保证正常参与节点的隐私。本发明提供的方法和系统可以很好地优化大规模机器学习问题,并且具有较好的有效性,具有广阔的应用前景。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117118723 A
(43)申请公布日 2023.11.24
(21)申请号 202311158210.9
(22)申请日 2023.09.08
(71)申请人 重庆大学
地址 400030
原创力文档


文档评论(0)