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

基于模型裁剪的高效自适应安全联邦学习研究.docx

基于模型裁剪的高效自适应安全联邦学习研究.docx

    毕业设计（论文）

    PAGE

    1-

    毕业设计（论文）报告

    题目：

    基于模型裁剪的高效自适应安全联邦学习研究

    学号：

    姓名：

    学院：

    专业：

    指导教师：

    起止日期：

    基于模型裁剪的高效自适应安全联邦学习研究

    摘要：随着大数据和人工智能技术的快速发展，联邦学习作为一种新兴的隐私保护技术，在保护用户隐私的同时，实现数据的协同学习和模型优化。然而，联邦学习在实际应用中面临着计算资源受限、通信开销大、模型效率低等问题。为了解决这些问题，本文提出了一种基于模型裁剪的高效自适应安全联邦学习算法。该算法通过模型裁剪技术，减少了模型参数的规模，降低了模型复杂度，

    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 >