基于聚合策略的事件检测模型联邦训练系统和方法

AITNT
正文
推荐专利
基于聚合策略的事件检测模型联邦训练系统和方法
申请号:CN202410975858
申请日期:2024-07-19
公开号:CN119067197A
公开日期:2024-12-03
类型:发明专利
摘要
本发明提供一种基于聚合策略的事件检测模型联邦训练系统和方法,客户端使用本地训练集对本地的事件检测模型进行训练,得到训练后的事件检测模型,并将事件检测模型对应的模型参数发送至服务器;服务器接收到客户端发送的模型参数后,基于各个客户端对应的聚合权重,对模型参数进行模型参数聚合,得到全局事件检测模型参数,并将全局事件检测模型参数发送至各个客户端;各个客户端接收全局事件检测模型参数,使用全局事件检测模型参数更新事件检测模型并存储;在未完成预设训练轮次的情况下,各个客户端执行下一轮次的模型训练;能够解决一个机构只能掌握少量的数据,不同机构不能共享数据,导致缺乏训练数据,从而导致事件检测的性能较低的问题。
技术关键词
事件检测模型 客户端 联邦训练系统 服务器 参数 样本 训练集 联邦训练方法 消息 数据 指标 策略 标签 聚类方法 检测器 注意力 节点 网络
系统为您推荐了相关专利信息
1
用于星上智能处理系统的软件在轨重构方法及装置
重构设备 重构方法 程序 计算机可执行指令 软件
2
一种燃气管网施工现场安全监控方法及相关设备
施工现场安全监控 节点 倾斜传感器 移动式监控设备 燃气管
3
数据的推理方法、装置、设备、存储介质及程序产品
服务器节点 传输路径 推理方法 处理器 数据吞吐量
4
一种高维医学特征选择方法、系统、设备及存储介质
特征选择方法 医学特征 位置更新 策略 特征值
5
空中STAR-RIS赋能移动边缘计算系统能耗优化方法
能耗优化方法 建立通信链路 处理器芯片架构 策略 构建卷积神经网络
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