基于推理相似性与软聚类的联邦学习方法和装置.pdfVIP

  • 26
  • 0
  • 约1.56万字
  • 约 17页
  • 2024-01-20 发布于四川
  • 举报

基于推理相似性与软聚类的联邦学习方法和装置.pdf

本发明属于联邦学习技术领域,公开一种基于推理相似性与软聚类的联邦学习方法和装置,该方法考虑了non‑IID数据环境中基于推理相似性根据固定阈值进行硬聚类的缺陷,实现了在优化算法的同时提高不同异质程度下的测试精度目标,为了实现这些目标,提出了聚类时基于簇内客户端数量来替代固定阈值的灵活聚类,采用软聚类思路来更好的利用客户端数据特征表现,从而提高了模型的泛化能力和性能。大量的实验结果验证了本发明所提方法的性能和有效性,本发明所提方法与原始算法FLIS比较,在多个数据集下都有不同程度的提升。

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117422151A

(43)申请公布日2024.01.19

(21)申请号202311392160.0

(22)申请日2023.10.25

(71)申请人河南大学

文档评论(0)

1亿VIP精品文档

相关文档