原创力文档- 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
本发明公开了一种车联网中异步联邦学习梯度动态压缩方法，在车联网的路边基站中设置中心参数服务器，各个车辆中设置客户端，车辆选择路边基站建立连接并加入车辆簇，联邦学习每个轮次开始前，中心参数服务器计算该轮次的梯度压缩因子并广播给车辆簇中所有车辆，每个车辆客户端分别根据梯度压缩因子执行权重向量更新并计算模型梯度参数，将模型梯度参数进行聚合后得到局部聚合梯度，连同历史模型梯度参数分布上传至中心参数服务器，中心参数服务器根据历史模型梯度参数分布计算每个车辆在聚合模型中的权重并对局部聚合梯度进行全局聚合压缩
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117440342A
(43)申请公布日2024.01.23
(21)申请号202311352990.0G06N3/098(2023.01)
(22)申请日2023.10.
文档评论（0）