基于联邦学习的在线客户端选择方法、系统、介质及设备

AITNT
正文
推荐专利
基于联邦学习的在线客户端选择方法、系统、介质及设备
申请号:CN202410902829
申请日期:2024-07-08
公开号:CN118446287B
公开日期:2024-09-20
类型:发明专利
摘要
本发明涉及计算机领域,公开了一种基于联邦学习的在线客户端选择方法、系统、介质及设备。本发明将夏普利值技术与多臂老虎机技术相结合,设计基于客户端贡献度的联邦学习客户端在线选择方法,帮助服务器不断选择高质量的客户端参与联邦学习过程,提高模型性能。
技术关键词
客户端 模型更新 在线学习机制 多臂老虎机 模型训练模块 中心服务器 数据 样本 阶段 定义 介质 度量
系统为您推荐了相关专利信息
1
一种基于变可信度代理模型的篦齿密封多目标优化设计方法及应用
优化设计方法 Kriging模型 样本 变量 篦齿密封结构
2
数据处理方法以及装置
内容评估 多模态 数据处理方法 发布者 展示平台
3
基于模型上下文协议MCP的网络数据集成分析系统及方法
集成分析系统 网络分析 协议 服务器 消息
4
基于动态优先级的联邦学习终端选择和资源调度方法
资源调度方法 学习终端 资源调度算法 分配带宽资源 能量消耗
5
一种基于通信电源供电系统的供电分配方法和装置
历史运行数据 通信电源供电系统 供电分配方法 电能分配模块 供电分配装置
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号