摘要
本发明公开了一种基于知识蒸馏的高效个性化联邦学习方法、设备及产品,首先利用基于欧式距离客户端聚类算法将具有相似数据分布的客户端进行聚类;之后每个客户端在本地私有数据集上完成本地模型训练,然后基于动态温度调整在公共数据集上完成模型预测并上传软预测结果给服务器;之后服务器完成全局聚合;最后客户端下载全局聚合结果,并利用三重动态蒸馏策略完成本地模型更新及开启新一轮本地模型训练。本发明实现了更准确高效的个性化联邦学习。
技术关键词
联邦学习方法
客户端
蒸馏
数据分布
服务器
模型更新
非暂态计算机可读存储介质
聚类算法
动态
处理器
学习设备
标签
计算机程序产品
策略
超参数
存储器
样本
表达式
系统为您推荐了相关专利信息
轨迹联合优化方法
DQN算法
时延
车辆
智能网联交通系统
LSTM模型
需求预测模型
母猪
精准调控系统
记忆单元
多模态特征
生态
智能动态监测方法
物联网传感器
后台服务器
强身份认证
椭圆曲线密码算法
可控方法
访问控制策略
数据访问