1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 报告/分析
  5. 统计年鉴/数据分析

基于社区发现和表征对比的参数解耦联邦学习方法_20260124_083756.docx

基于社区发现和表征对比的参数解耦联邦学习方法_20260124_083756.docx

    毕业设计（论文）

    PAGE

    1-

    毕业设计（论文）报告

    题目：

    基于社区发现和表征对比的参数解耦联邦学习方法

    学号：

    姓名：

    学院：

    专业：

    指导教师：

    起止日期：

    基于社区发现和表征对比的参数解耦联邦学习方法

    摘要：随着数据隐私保护的需求日益增长，联邦学习作为一种分布式机器学习技术，已成为解决数据隐私问题的有效途径。然而，在联邦学习中，模型参数的同步更新往往会导致模型性能下降。针对这一问题，本文提出了一种基于社区发现和表征对比的参数解耦联邦学习方法。该方法首先利用社区发现算法识别社区结构，然后将模型参数在社区内进行解耦，最后通过表征对比技术

    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 >