龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中安非传统安全科技(湖北)院(个人独资)
摘要：本发明提供基于剪枝的联邦学习模型聚合整理方法和系统，从参与联邦学习的所有模型训练端监测得到模型训练日志，并对模型训练日志进行分析，得到模型训练端对应训练的模型下属所有权重层的训练状态特征信息，准确识别权重层的训练进程；还基于训练状态特征信息，筛选满足预设学习状态条件的权重层，并将其区分为第一类权重层和第二类权重层，从中识别学习效果较差和良好的权重层，为后续进行权重层的剪枝和聚合提供可靠思路；还对第一类权重层进行剪枝，以及对第二类权重层进行聚合，从而得到完成聚合的模型，避免将学习效果较差的权重进行聚合而影响聚合的可靠性，还能够减少模型传输数据量以及加密资源与通信资源消耗，降低联邦学习的成本。
主权项：1.基于剪枝的联邦学习模型聚合整理方法，其特征在于，包括：对参与联邦学习的所有模型训练端进行监测，得到所有模型训练端各自的模型训练日志；对所述模型训练日志进行分析，得到所述模型训练端对应训练的模型下属所有权重层各自的训练状态特征信息；基于所述训练状态特征信息，筛选满足预设学习状态条件的所有权重层；对满足预设学习状态条件的所有权重层进行参数更新状态识别，以此区分得到若干第一类权重层和若干第二类权重层；对所述模型内部的所有第一类权重层进行剪枝，以及对所述模型内部所有第二类权重层进行聚合，从而得到完成聚合整理的模型；基于所述联邦学习的运行信息，对所有模型训练端完成聚合整理的模型进行聚合。
全文数据：
权利要求：
百度查询： 中安非传统安全科技(湖北)院(个人独资) 基于剪枝的联邦学习模型聚合整理方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号