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：张大山
摘要：本发明公开了一种基于沙普利值聚合的联邦学习方法，涉及分布式计算技术领域。包括：在联邦学习框架中，每个客户端利用本地数据进行模型训练，将训练结果上传到服务器端；服务器端设置一个公共测试集，为每个客户端配置一个虚拟参与方，将所有客户端与虚拟参与方的组合视为一个新的参与者；利用公共测试集上模型的准确率计算各个客户端的沙普利值；基于沙普利值，服务器进行加权聚合模型，得到下一轮的新的全局模型；服务器将下一轮的新的全局模型分发至各个客户端，重复步骤S1‑S4直到满足收敛条件。本发明使得最终全局模型准确率优于Fedavg算法，并将联邦学习过程中不同客户端的贡献程度分析出来。
主权项：1.一种基于沙普利值聚合的联邦学习方法，其特征在于，包括以下步骤：S1、在联邦学习框架中，每个客户端利用本地数据进行模型训练，将训练结果上传到服务器端；S2、服务器端设置一个公共测试集，为每个客户端配置一个虚拟参与方，将所有客户端与虚拟参与方的组合视为一个新的参与者；S3、利用公共测试集上模型的准确率计算各个客户端的沙普利值；S4、基于沙普利值，服务器进行加权聚合模型，得到下一轮的新的全局模型；S5、服务器将下一轮的新的全局模型分发至各个客户端，重复步骤S1-S4直到满足收敛条件。
全文数据：
权利要求：
百度查询： 张大山 一种基于沙普利值聚合的联邦学习方法
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