申请/专利权人:中国科学技术大学
申请日:2023-12-25
公开(公告)日:2024-04-12
公开(公告)号:CN117875404A
主分类号:G06N3/092
分类号:G06N3/092;G06N3/084;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种基于网络拓扑和图邻居采样联合优化的联邦图学习方法。其中,该方法包括:将当前轮的状态空间值输入策略网络中得到对应的动作空间值,将策略网络输出的动作空间值发送给系统中所有工作节点;每个工作节点根据动作空间值使用图邻居采样来训练本地图卷积网络模型;在完成本轮的模型聚合之后,每个工作节点将自己的状态空间值发送给协调器,协调器动作空间值以及状态空间值输入评测网络中,并输出对应的奖励函数值;利用梯度上升的方法进行反向传播更新策略网络和评测网络。本发明通过采用强化学习算法联合优化优化网络拓扑和图邻居节点采样率,节约网络通信资源和客户端计算资源的同时,能够保证分布式模型训练的高效收敛性能。
主权项:1.一种基于网络拓扑和图邻居采样联合优化的联邦图学习方法,其特征在于,定义强化学习中的状态空间、动作空间和奖励函数,所述方法包括:在每轮的训练中,将当前轮的状态空间值输入策略网络中得到对应的动作空间值,将策略网络输出的动作空间值发送给系统中所有工作节点;每个工作节点根据接收到的动作空间值使用图邻居采样来训练本地图卷积网络模型,训练完成后聚合模型;在完成本轮的模型聚合之后,每个工作节点将自己的状态空间值发送给协调器,以通过协调器将策略网络输出的动作空间值以及从工作节点处接收到的状态空间值输入评测网络中,并输出对应的奖励函数值;利用梯度上升的方法进行反向传播更新策略网络和评测网络,以提升下次策略网络输出的动作空间值在工作节点上执行后获得的奖励函数值。
全文数据:
权利要求:
百度查询: 中国科学技术大学 基于网络拓扑和图邻居采样联合优化的联邦图学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。