半异步联邦学习的方法和通信装置
公开
摘要
本申请提供了一种联邦学习的方法,通信装置通过设置阈值(时间阈值或/和计数阈值)触发终端设备发送的局部模型的融合生成全局模型，且在设计局部模型的融合权重时，综合考虑终端设备的局部模型所包含的数据特性、滞后程度以及对应终端设备的样本集数据特征的利用程度，既可避免同步式系统中模型上传版本同步要求所导致的训练效率低下的问题，也可避免异步式系统“即到即更”原则导致的收敛不稳定和泛化能力差的问题。
基本信息
专利标题 ：
半异步联邦学习的方法和通信装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114629930A
申请号 ：
CN202011437475.9
公开（公告）日 ：
2022-06-14
申请日 ：
2020-12-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张朝阳王忠禹于天航王坚
申请人 ：
华为技术有限公司
申请人地址 ：
广东省深圳市龙岗区坂田华为总部办公楼
代理机构 ：
北京龙双利达知识产权代理有限公司
代理人 ：
时林
优先权 ：
CN202011437475.9
主分类号 ：
H04L67/12
IPC分类号 ：
H04L67/12 H04L41/14 H04L43/106 G06N20/00
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
