1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 自然科学论文

基于个性化子模型和K均值聚类的联邦学习公平性算法.docx

基于个性化子模型和K均值聚类的联邦学习公平性算法.docx

    毕业设计（论文）

    PAGE

    1-

    毕业设计（论文）报告

    题目：

    基于个性化子模型和K均值聚类的联邦学习公平性算法

    学号：

    姓名：

    学院：

    专业：

    指导教师：

    起止日期：

    基于个性化子模型和K均值聚类的联邦学习公平性算法

    摘要：随着数据隐私保护意识的提升，联邦学习（FL）作为一种能够在保护用户隐私的同时进行机器学习训练的技术得到了广泛关注。本文提出了一种基于个性化子模型和K均值聚类的联邦学习公平性算法。该算法通过个性化子模型设计，能够有效地保护用户隐私；同时，结合K均值聚类方法，实现数据在各个客户端的公平分配。实验结果表明，该算法在保护用户隐私

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >