在断开的客户端的情况下利用模型多样性和备份的联邦学习

用于利用联邦学习对神经网络进行训练的方法和系统。将服务器维护的机器学习模型从服务器发送到多个客户端，从而产生本地机器学习模型。在每个客户端处，利用在该相应客户端处本地存储的本地存储数据对本地机器学习模型进行训练。针对本地机器学习模型中的每一个，确定相应损失并更新权重。将经更新的权重传递到服务器，以用于更新服务器维护的机器学习模型，以用于训练那些模型。如果客户端之一断开或以其他方式不能够接收服务器维护的模型，则该断开的客户端可以连接到相邻客户端，从而从那些相邻客户端接收模型，并利用断开的客户端自身的本地存储数据对那些模型进行训练。