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
本发明公开了一种基于联邦学习框架的隐私保护神经网络架构优化方法。技术要点：构建个联邦学习框架，多个客户端设备参与优化过程，每个客户端持有一定数量的本地隐私数据，而云端服务器作为信息交互和协调的中心。每一轮优化中，被选中的客户端将其本地代理模型参数上传至服务器，然后服务器基于这些参数计算出全局代理模型的均值并下发至各参与节点。在此基础上，每个参与节点进行基于贝叶斯优化的神经网络架构搜索，更新本地网络架构数据集和代理模型。过程在一定的终止条件下迭代进行，直至满足终止条件时输出最终的优化结果。保护每个
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117709404A
(43)申请公布日2024.03.15
(21)申请号202311764920.6
(22)申请日2023.12.21
(71)申请人上海悠络客电子科技股份有限公司
地
文档评论（0）