基本信息:
- 专利标题： 一种联邦学习方法、装置、介质及计算机设备
- 申请号：CN202211499518.5 申请日：2022-11-28
- 公开(公告)号：CN115759297A 公开(公告)日：2023-03-07
- 发明人： 刘冬兰 , 常英贤 , 王勇 , 刘新 , 姚洪磊 , 张昊 , 王睿 , 张方哲 , 孙莉莉 , 罗昕 , 肖静 , 于展鹏 , 马雷 , 陈剑飞 , 刘晗 , 李正浩 , 于灏 , 秦佳峰 , 苏冰 , 赵夫慧 , 孙梦谦
- 申请人： 国网山东省电力公司电力科学研究院 , 国家电网有限公司
- 申请人地址： 山东省济南市市中区望岳路2000号;
- 专利权人： 国网山东省电力公司电力科学研究院,国家电网有限公司
- 当前专利权人： 国网山东省电力公司电力科学研究院,国家电网有限公司
- 当前专利权人地址： 山东省济南市市中区望岳路2000号;
- 代理机构： 北京中济纬天专利代理有限公司
- 代理人： 杨乐
- 主分类号： G06N20/20
- IPC分类号： G06N20/20
摘要：
本申请涉及一种联邦学习方法，包括以下步骤：采集本地客户端的数据集，所述本地客户端接收服务器端的全局模型参数，确定所述本地模型的相关参数，训练所述本地客户端并获得本地客户端的本地模型，将所述本地模型的相关参数上传到服务器端；利用所述服务器端对本地模型的相关参数进行聚合，得到相关聚合参数，将所述相关聚合参数传输给每一本地客户端；重复前叙步骤，直到本地模型收敛或者达到最大训练次数。本申请能够解决本地客户端之间的数据非独立同分布的问题。