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：浙江理工大学
摘要：本发明公开了一种Non‑IID数据下基于客户端聚类选择的联邦学习方法及方法，方法包括如下步骤：S1.构建Non‑IID数据下联邦学习系统模型；S2.客户端下载全局模型，计算损失值和准确率，并将计算的损失值和准确率发送至中心服务器；S3.中心服务器根据损失值对客户端进行聚类，并根据准确率在每个簇中选择参与联邦学习训练的客户端；S4.被选择的客户端更新本地模型参数并发送至中心服务器，中心服务器进行全局模型聚合，进行迭代，判断是否达到目标准确率或最大联邦学习训练回合数，若否，则返回执行步骤S2，若是，则停止联邦学习训练回合。本发明可以放宽对网络通信带宽的要求，实现了Non‑IID数据下全局模型的收敛。
主权项：1.Non-IID数据下基于客户端聚类选择的联邦学习方法，其特征在于，包括如下步骤：S1.构建Non-IID数据下联邦学习系统模型；S2.客户端下载全局模型，计算损失值和准确率，并将计算的损失值和准确率发送至中心服务器；S3.中心服务器根据损失值对客户端进行聚类，并根据准确率在每个簇中选择参与联邦学习训练的客户端；S4.被选择的客户端更新本地模型参数并发送至中心服务器，中心服务器进行全局模型聚合，判断是否达到目标准确率或最大联邦学习训练回合数，若否，则返回执行步骤S2，若是，则停止联邦学习训练。
全文数据：
权利要求：
百度查询： 浙江理工大学 Non-IID数据下基于客户端聚类选择的联邦学习方法及系统
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