基本信息:
- 专利标题： 一种面向非独立同分布数据的联邦学习算法
- 申请号：CN202310823442.5 申请日：2023-07-06
- 公开(公告)号：CN116757296A 公开(公告)日：2023-09-15
- 发明人： 袁金祥 , 张波 , 陈泽 , 赵耀忠 , 张集 , 郑安 , 李国鹏 , 张安萍 , 房圆武 , 王梓宇 , 温生
- 申请人： 华能伊敏煤电有限责任公司
- 申请人地址： 内蒙古自治区呼伦贝尔市鄂温克族自治旗伊敏河镇
- 专利权人： 华能伊敏煤电有限责任公司
- 当前专利权人： 华能伊敏煤电有限责任公司
- 当前专利权人地址： 内蒙古自治区呼伦贝尔市鄂温克族自治旗伊敏河镇
- 代理机构： 北京挺立专利事务所
- 代理人： 王静思
- 主分类号： G06N20/00
- IPC分类号： G06N20/00 ; G06F18/214
摘要：
一种面向非独立同分布数据的联邦学习算法，涉及联邦学习领域，包括以下步骤：中心服务器和参与方初始化全局模型和本地模型参数，计算参与方的本地模型与全局模型之间的距离，根据距离将参与方集合划分为多个子集合，从中随机选择参与方参与训练，训练轮次受距离限制，最终得到更新后的各参与方本地模型；参与方将计算结果直接或将计算结果经加密之后的中间结果发送至中心服务器；中心服务器根据距离计算并分配各参与方权重，用该权重聚合各更新后的本地模型，用模型聚合结果更新全局模型；重复上述步骤直至全局模型收敛或达到最大通信轮次限制。本发明提高了模型的收敛速度和测试精度，降低了非独立同分布数据对模型训练的不利影响。