
基本信息:
- 专利标题: 基于联邦学习的模型更新方法及系统
- 申请号:CN202310706337.3 申请日:2023-06-14
- 公开(公告)号:CN116719607A 公开(公告)日:2023-09-08
- 发明人: 孙玉砚 , 印君男 , 孙嘉伟 , 朱红松 , 孙利民
- 申请人: 中国科学院信息工程研究所
- 申请人地址: 北京市海淀区树村路19号
- 专利权人: 中国科学院信息工程研究所
- 当前专利权人: 中国科学院信息工程研究所
- 当前专利权人地址: 北京市海淀区树村路19号
- 代理机构: 北京路浩知识产权代理有限公司
- 代理人: 李婧
- 主分类号: G06F9/455
- IPC分类号: G06F9/455
摘要:
本发明提供一种基于联邦学习的模型更新方法及系统,方法包括:根据参与联邦学习的目标客户端的合成数据,对目标客户端所属集群进行更新,直至初始化的K个集群达到稳定分布状态,并将每个集群内的目标聚类模型发送给目标客户端,合成数据是根据接收到的目标客户端的数据分布信息得到的,稳定分布状态为目标客户端所属集群不再变化,目标聚类模型是根据初始化的K个集群达到稳定分布状态下的每个集群内的聚类模型确定的;执行第一循环过程,直至目标客户端中的候选模型收敛。本发明能够充分利用数据异构环境中所有客户端的数据,在有限的网络通信资源,客户端的有限计算资源和有限存储资源的情况下,为每一个客户端提供一个最优的个性化模型。
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06F | 电数字数据处理 |
------G06F9/00 | 电数字数据处理的控制单元 |
--------G06F9/06 | .应用存入的程序的,即应用处理设备的内部存储来接收程序并保持程序的 |
----------G06F9/22 | ..微控制或微程序装置 |
------------G06F9/455 | ...仿真;软件模拟 |