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：扬州大学
摘要：本发明公开了一种于联邦学习的节点模型参数优化方法，包括以下步骤：在本地搭建神经网络，通过本地隐私数据进行学习，把学习到的模型参数传输给中央节点；中央节点对其他所有节点传输的模型参数进行判断；若判断结构相同，则对所有模型参数进行分层聚类并统计所属类别；反之则对所有模型参数进行自编码器训练、特征提取、特征合并、降维聚类；所有节点在自己所属的簇中进行联邦学习。本发明实现了不同结构的模型参数进行联邦学习，并且通过聚类模型参数的方法，不仅可以实现隐私数据的保护，还可以避免数据差异性较大的模型参数影响其他模型参数的准确性。
主权项：1.一种基于联邦学习的节点模型参数优化方法，其特征在于，包括以下步骤：S1、在本地搭建神经网络，通过本地隐私数据进行学习，把学习到的模型参数传输给中央节点；S2、中央节点对其他所有节点传输的模型参数进行判断；S3、若判断结构相同，则对所有模型参数进行分层聚类并统计所属类别；若判断结构不相同，则对所有模型参数进行自编码器训练、特征提取、特征合并、降维聚类；S4、所有节点在自己所属的簇中进行联邦学习。
全文数据：
权利要求：
百度查询： 扬州大学 一种基于联邦学习的节点模型参数优化方法
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