一种异构数据下边缘侧联邦学习的客户端选择方法
实质审查的生效
摘要
本发明属于人工智能领域，提供了一种异构数据下边缘侧联邦学习的客户端选择方法，所述客户端选择方法包括：训练初始化，构造数据集；计算候选客户端本地权重的变化；FL服务器基于权重变化信息选择参与训练的客户端集；FL服务器计算平均权重；重复前述步骤，直至训练模型收敛性能不变；本发明实现了FL服务器在真实的异构数据环境中确保被选择的数据样本符合科学性和代表性，同时通过增加额外选择的客户端数量参数S和周期参数P进一步提升FL训练模型的准确率，并且减少能耗。
基本信息
专利标题 ：
一种异构数据下边缘侧联邦学习的客户端选择方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114385376A
申请号 ：
CN202111498897.1
公开（公告）日 ：
2022-04-22
申请日 ：
2021-12-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
赵健鑫刘驰冯雁浩常欣煜
申请人 ：
北京理工大学
申请人地址 ：
北京市海淀区中关村南大街5号
代理机构 ：
北京中海智圣知识产权代理有限公司
代理人 ：
李奎书
优先权 ：
CN202111498897.1
主分类号 ：
G06F9/54
IPC分类号 ：
G06F9/54 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F9/00
程序控制装置，例如，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
G06F9/46
多道程序装置
G06F9/54
程序间的通信
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06F 9/54
申请日 : 20211209
申请日 : 20211209
2022-04-22 ：
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
