CN119539028A 残差自适应压缩的高效通信联邦学习模型训练方法及系统 （南京邮电大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119539028A

(43)申请公布日2025.02.28

(21)申请号202411362878.X

(22)申请日2024.09.27

(71)申请人南京邮电大学

地址210000江苏省南京市栖霞区广月路

30-06号

(72)发明人赵海涛吕锦钰王祎明孙金龙徐波史曜炜

(74)专利代理机构南京禹为知识产权代理事务所(特殊普通合伙)32272

专利代理师胡洋洋

(51)Int.Cl.

G06N3/098(2023.01)

G06N3/082(2023.01)

G06N3/0464(2023.01)

权利要求书4页说明书10页附图3页

(54)发明名称

残差自适应压缩的高效通信联邦学习模型

训练方法及系统

(57)摘要

CN119539028A本发明涉及分布式学习和无线通信技术领域，特别是一种残差自适应压缩的高效通信联邦学习模型训练方法及系统。客户端获取全局模型并更新；利用本地模型内存集和更新模型权重获得本地模型残差；对残差进行自适应稀疏压缩并传输至服务器；服务器选择可靠客户端进行模型权重预测和聚合；将更新后的全局模型广播至客户端，重复上述步骤直至收敛。本发明通过自适应压缩和可靠客户端选择，显著降低了通信开销，提高了模型收敛速度和最终性