Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

去中心化的联邦学习方法、系统及相关设备 

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:哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

摘要:本申请公开了去中心化的联邦学习方法、系统及相关设备,涉及计算机技术领域,包括:联邦学习的组织者和参与者加入区块链;组织者将参与者划分为普通节点和委员会节点;各节点基于区块链获取联邦学习任务配置信息和待训练的全局模型并进行本地模型更新获得前一轮次训练完成后的本地模型;普通节点对前一轮次训练完成后的本地模型进行训练获得当前轮次的本地训练模型并上传至区块链;委员会节点通过区块链获取本地训练模型以确定普通节点的贡献度评分及当前轮次训练完成后的全局模型,并确定委员会节点对应的贡献度评分;响应于触发委员会节点更新事件,组织者重新进行节点身份划分。如此,有利于提高联邦学习过程中模型训练的准确性。

主权项:1.一种去中心化的联邦学习方法,其特征在于,所述方法包括:联邦学习的参与方加入区块链,其中,所述参与方包括一个组织者和多个参与者;所述组织者将所述区块链中的参与者划分为普通节点和委员会节点;所述普通节点和所述委员会节点分别基于所述区块链获取联邦学习任务配置信息和当前轮次待训练的全局模型,并基于所述待训练的全局模型进行本地模型更新,获得前一轮次训练完成后的本地模型;所述普通节点根据节点本地数据和所述联邦学习任务配置信息,对所述前一轮次训练完成后的本地模型进行模型训练,获得当前轮次的本地训练模型,并将所述本地训练模型上传至所述区块链;所述委员会节点通过所述区块链获取所述本地训练模型,根据所述本地训练模型确定所述普通节点对应的贡献度评分以及当前轮次训练完成后的全局模型,并根据所述当前轮次训练完成后的全局模型确定所述委员会节点对应的贡献度评分;响应于触发委员会节点更新事件,重新执行所述组织者将所述区块链中的参与者划分为普通节点和委员会节点的步骤,以获得更新后的普通节点和更新后的委员会节点,其中,所述参与者的划分根据所述参与者对应的贡献度评分进行,或者对所述参与者进行随机身份划分。

全文数据:

权利要求:

百度查询: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 去中心化的联邦学习方法、系统及相关设备

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。