- 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
本发明公开了一种补全缺失客户端采样信息的联邦学习及数据处理方法,涉及大数据处理领域。本发明对客户端进行均匀采样,利用个性化策略得到个性化本地模型的期望参数并进行训练,根据先验信息和本地客户端实际情况,通过本地期望参数制定个性化策略,可提升个性化训练收敛速度和个性化模型收敛性能,有效解决数据异构问题,并提升全局模型在不同客户端的兼容性;本发明对客户端进行均匀采样,按照实际需求并利用图像数据或文字数据训练本地模型,获取兼容于不同客户端的全局模型,提升各个客户端在通过全局模型进行图像数据或文字数据处理
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117350398A
(43)申请公布日2024.01.05
(21)申请号202311167928.4
(22)申请日2023.09.11
(71)申请人四川大学
地址610044
文档评论(0)