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
本发明涉及联邦学习领域，提出一种基于判别器知识蒸馏个性化联邦学习方法。联邦学习研究近些年逐渐呈现个性化的发展趋势。在此过程中，由于海量参与方的出现以及数据非独立同分布特性的原因，使得联邦学习数据成本以及个性化学习效率受到影响，其中包括由于模型过大导致存储开销以及个性化模型效果受限等问题。因此，本专利提出了一种基于鉴别器知识蒸馏个性化联邦学习模型。在每个客户端引入一个判别器模型，这些判别器模型在局部数据节点上进行训练，用于评估全局模型与本地模型之间的差异。通过知识蒸馏技术，将全局模型知识抽取给本地
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118095412A
(43)申请公布日2024.05.28
(21)申请号202410406463.1
(22)申请日2024.04.03
(71)申请人哈尔滨理工大学
地址15008
文档评论（0）