面向多模态联邦学习的隐私增强平衡化训练研究.docx

面向多模态联邦学习的隐私增强平衡化训练研究.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

面向多模态联邦学习的隐私增强平衡化训练研究

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

面向多模态联邦学习的隐私增强平衡化训练研究

摘要:随着多模态数据的广泛应用,多模态联邦学习成为数据隐私保护与模型性能提升的关键技术。然而,在多模态联邦学习过程中,如何平衡不同模态数据之间的隐私保护与模型性能,成为当前研究的热点问题。本文针对多模态联邦学习中的隐私增强平衡化训练问题,提出了一种基于隐私增强的平衡化训练方法。首先,通过引入隐私增强技术,降低模型训练过程中数据的敏感度;其

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档