一种基于联邦学习的模型训练方法、装置、设备及介质.pdfVIP

下载本文档

0
0
约2.47万字
约 19页
2024-03-16 发布于四川
举报
版权申诉

一种基于联邦学习的模型训练方法、装置、设备及介质.pdf

1、本文档共19页，其中可免费阅读18页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明公开了一种目的地推荐模型的训练方法、装置、设备及介质，本申请提供的方法中每个客户端在本地进行模型训练，无需将所有数据集传输到服务器进行训练，减少了冗余和低效的更新。其次，通过计算梯度一致性参数，可以根据各个目标客户端的贡献程度来更新参数，避免出现关键参数更新不足的情况。再者，通过计算第一模型参数与全局模型参数之间的相似度，可以对参数更新的质量进行量化分析。从而对参数更新的效果有了更直观的判断和评估，可以更好地指导模型的优化过程。另外，由于每个目标客户端在本地进行模型训练，并根据参数校准得到

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117709443A

(43)申请公布日2024.03.15

(21)申请号202311756394.9

(22)申请日2023.12.19

(71)申请人重庆长安汽车股份有限公司

地址

您可能关注的文档

文档评论（0）

知识产权出版社 + 关注: 官方认证

文档贡献者

知识产权出版社有限责任公司（原名专利文献出版社）成立于1980年8月，由国家知识产权局主管、主办。长期以来，知识产权出版社非常重视专利数据资源的建设工作，经过多年来的积累，已经收藏了数以亿计的中外专利数据资源。

咨询Ta 进入空间

用户编号：5333241143000144

认证主体北京中献电子技术开发有限公司

IP属地四川

统一社会信用代码/组织机构代码: 91110108102011667U

1亿VIP精品文档

更多 >

一种基于联邦学习的模型训练方法、装置、设备及介质.pdfVIP