一种针对数据异构性的个性化联邦元学习方法
实质审查的生效
摘要
本发明公开了一种针对数据异构性的个性化联邦元学习方法,包括以下步骤:确定各个客户端初始化阶段时的自动编码器结构以及个性化阶段时的元模型结构;初始化联邦训练阶段的参数;根据客户端上传的本地数据分布向量对客户端进行分组;对每个组内的客户端模型进行聚合并下发给组内的客户端进行下一轮迭代;联邦训练结束后,客户端在其组内元模型及其本地数据上进行微调产生个性化模型。本发明在客户端参与联邦训练时,依据其每一轮上传的本地数据分布向量,动态将数据分布近似的客户端划分到同一组中并为每一组设置对应的元模型,进而缓解在数据高度异构的环境下引起的模型收敛慢且准确率低的问题。
基本信息
专利标题 :
一种针对数据异构性的个性化联邦元学习方法
专利标题(英):
暂无
公开(公告)号 :
CN114357067A
申请号 :
CN202111535626.9
公开(公告)日 :
2022-04-15
申请日 :
2021-12-15
授权号 :
暂无
授权日 :
暂无
发明人 :
杨磊黄家明
申请人 :
华南理工大学
申请人地址 :
广东省广州市天河区五山路381号
代理机构 :
广州粤高专利商标代理有限公司
代理人 :
周春丽
优先权 :
CN202111535626.9
主分类号 :
G06F16/27
IPC分类号 :
G06F16/27 G06F16/23 G06K9/62 G06N3/04 G06N3/08 G06N20/00
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
G06F16/27
••在数据库间或在分布式数据库内的数据复制、分配或同步;其分布式数据系统结构
法律状态
2022-05-03 :
实质审查的生效
IPC(主分类) : G06F 16/27
申请日 : 20211215
申请日 : 20211215
2022-04-15 :
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