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！
摘要：本申请公开了一种面向资源受限客户端的自适应联邦持续学习方法及装置，方法包括：接收服务器下发的对全局模型解码后的任务鲁棒编码器和任务敏感解码器；根据本地的当前任务数据对任务鲁棒编码器和任务敏感解码器组成的全局模型进行迭代训练，将训练后的任务鲁棒编码器和任务敏感解码器上传服务器，以在服务器聚合得到新的全局模型；在联邦迭代训练过程中，如果已经完成一次本地训练，进行数据漂移检测，如果发生数据漂移，重新初始化任务敏感解码器，并更新存储的任务敏感解码器池。通过上述方式，本发明实施例能够应用于通讯隐私保护前提下联邦持续学习的场合，大大降低了客户端的存储和计算开销，极大提高了持续学习过程的资源利用效率。
主权项：1.一种面向资源受限客户端的自适应联邦持续学习方法，其特征是，所述自适应联邦持续学习方法包括：接收服务器下发的对全局模型解码后的任务鲁棒编码器和任务敏感解码器；根据本地的当前任务数据对所述任务鲁棒编码器和所述任务敏感解码器组成的全局模型进行本地训练，并将训练后的所述任务鲁棒编码器和所述任务敏感解码器上传所述服务器，以在所述服务器进行聚合得到新的全局模型并更新存储的任务鲁棒编码器池，完成当前次联邦迭代；在联邦迭代训练过程中，如果基于当前任务数据已经完成一次本地训练，进行数据漂移检测，如果发生数据漂移，重新初始化任务敏感解码器，并更新存储的任务敏感解码器池。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 面向资源受限客户端的自适应联邦持续学习方法及装置
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