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

一种基于模型收敛的联邦学习梯度动态裁剪方法 

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:华北电力大学

摘要:本发明提供了一种基于模型收敛的联邦学习梯度动态裁剪方法,针对现有的联邦学习梯度裁剪通常采用固定阈值的方法,存在难以适应动态变化、难以找到最优阈值以及缺乏灵活性等弊端,本发明充分考虑模型训练过程中各客户端收敛程度的差异性,采用基于本地模型收敛效果的裁剪阈值动态调整策略,实现对联邦学习客户端梯度裁剪程度的个性化调整,从而有效提高联邦学习模型的收敛效果和性能。

主权项:1.一种基于模型收敛的联邦学习梯度动态裁剪方法,该方法包括以下步骤:S1.训练客户端本地模型,获取原始更新梯度信息;S2.采用验证数据集测试本地模型预测准确率;S3.根据本地模型准确率更新裁剪阈值;S4.根据更新裁剪阈值对模型实施梯度裁剪和噪声添加;S5.中心服务器聚合更新加噪梯度,更新客户端训练模型。

全文数据:

权利要求:

百度查询: 华北电力大学 一种基于模型收敛的联邦学习梯度动态裁剪方法

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。