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：北京福科创新科技有限公司
摘要：本发明涉及联邦学习技术领域，具体涉及基于特征对齐和自适应模型聚合的联邦学习方法及装置，该方法包括：将待训练的本地模型分为特征提取器和分类器；将全局模型和每一个类对应的全局特征质心发送到每一个参与者；将全局特征质心确定为一个正则化项，约束本地模型的训练；将训练后的本地模型和每一个类的本地特征质心发送到服务器；本地模型在测试数据集上进行验证，获得本地模型在测试数据集上的预测精度；根据预测精度自适应调整本地模型在模型聚合过程中的系数；根据本地特征质心生成新一轮的全局特征质心，并将聚合后的全局模型和新生成的全局特征质心发送到参与者，进行新一轮的迭代训练。本发明解决了客户端之间的数据异构问题。
主权项：1.一种基于特征对齐和自适应模型聚合的联邦学习方法，其特征在于，包括以下步骤：将待训练的本地模型分为特征提取器和分类器，其中，特征提取器用于提取目标的特征表示，分类器根据特征表示生成预测结果；将通过服务器获取的全局模型和每一个类对应的全局特征质心发送到每一个参与者，其中，参与者是参与训练的客户端；将全局特征质心确定为一个正则化项，用于约束本地模型的训练；本地模型训练完成后，将训练后的本地模型和每一个类的本地特征质心发送到服务器；本地模型在测试数据集上进行验证，获得本地模型在测试数据集上的预测精度；根据预测精度自适应调整本地模型在模型聚合过程中的系数，用于模型聚合；根据本地特征质心生成新一轮的全局特征质心，并将聚合后的全局模型和新生成的全局特征质心发送到参与者，进行新一轮的迭代训练。
全文数据：
权利要求：
百度查询： 北京福科创新科技有限公司 基于特征对齐和自适应模型聚合的联邦学习方法及装置
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