基于联邦学习场景的训练参与方的选择方法及装置
公开
摘要
本发明提供的一种基于联邦学习场景的训练参与方的选择方法及装置，基于数据类别和数据量对数据集进行划分，得到联邦学习场景下每个客户端数据；基于客户端数据对全局模型进行训练，若当前训练轮次小于预设的最大训练轮次，基于线性拟合方法对每个客户端数据进行计算，在客户端中确定当前训练轮次的候选参与方列表；获取当前训练轮次的训练参与方的预设数目；预设数目小于客户端的总数；根据预设数目在当前训练轮次的候选参与方列表中确定当前训练轮次的训练参与方。该方法可以有效降低模型训练过程的通信开销，通过充分利用客户端的信息，选择更优的训练参与方参与本轮次的训练，使模型的训练可以达到更好的效果。
基本信息
专利标题 ：
基于联邦学习场景的训练参与方的选择方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114492829A
申请号 ：
CN202111506144.0
公开（公告）日 ：
2022-05-13
申请日 ：
2021-12-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王晓陈薏竹田永林王飞跃
申请人 ：
中国科学院自动化研究所
申请人地址 ：
北京市海淀区中关村东路95号
代理机构 ：
北京路浩知识产权代理有限公司
代理人 ：
任少瑞
优先权 ：
CN202111506144.0
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00 G06F16/22 G06F16/2455
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-05-13 ：
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
