申请/专利权人:中国联合网络通信集团有限公司;中讯邮电咨询设计院有限公司
申请日:2024-03-01
公开(公告)日:2024-05-17
公开(公告)号:CN118051875A
主分类号:G06F18/25
分类号:G06F18/25;G06F18/214;G06F21/60;G06N3/098
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本发明提供一种联邦学习的梯度融合方法、装置及介质,所述方法包括:接收多个子节点中每个子节点在第t次迭代训练后得到的梯度,其中,t≥1;响应于t大于或等于预设迭代次数,采用数值统计分析方法更新每个所述子节点的梯度权重;根据更新后的每个所述子节点的梯度权重,对所有所述子节点在第t次迭代的梯度进行加权融合。该方法、装置及介质能够解决现有的联邦学习无法实现对各子节点的梯度进行有效融合,使得训练后的模型存在局限性的问题。
主权项:1.一种联邦学习的梯度融合方法,其特征在于,所述方法包括:接收多个子节点中每个子节点在第t次迭代训练后得到的梯度,其中,t≥1;响应于t大于或等于预设迭代次数,采用数值统计分析方法更新每个所述子节点的梯度权重;根据更新后的每个所述子节点的梯度权重,对所有所述子节点在第t次迭代的梯度进行加权融合。
全文数据:
权利要求:
百度查询: 中国联合网络通信集团有限公司;中讯邮电咨询设计院有限公司 一种联邦学习的梯度融合方法、装置及介质
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。