一种联邦学习中基于价值增益的贡献评估方法及系统

AITNT
正文
推荐专利
一种联邦学习中基于价值增益的贡献评估方法及系统
申请号:CN202411445077
申请日期:2024-10-16
公开号:CN119443308B
公开日期:2025-09-26
类型:发明专利
摘要
本发明提供一种联邦学习中基于价值增益的贡献评估方法,包括:步骤S1.基于多维计算模型间相关性的贡献评估指标计算每个客户端本地模型与全局模型之间在第t轮次的相关性;步骤S2.基于动态调整机制计算第t轮的全局模型与预热模型之间参数上的距离并进行归一化操作获取参与客户端每一通信轮次的贡献权重;步骤S3.基于步骤1中的每个客户端本地模型与全局模型之间在第t轮次的相关性和步骤2中参与客户端每一通信轮次的贡献权重计算客户端的真实贡献值。本发明在客户端的贡献评估领域,该方法有效降低了计算复杂度并不依赖于测数据集。
技术关键词
客户端 动态调整机制 参数 矩阵 模型更新 中心服务器 评估系统 指标 规模 数据 样本 代表 复杂度 元素 模块 基准
系统为您推荐了相关专利信息
1
一种柱状缺陷三维成像方法、设备及存储介质
柱状缺陷 像素点 三维成像方法 待测物件 信号
2
一种电机制造转动扭矩测试方法及系统
扭矩测试方法 样本 分析电机 诊断方法 表达式
3
一种车辆控制方法、装置、车辆和存储介质
场景特征 卷积模型 车辆控制方法 元件 数据
4
融合时空注意力机制的监控视频实时超分重建方法及系统
时空注意力机制 深层特征提取 浅层特征提取 融合特征 视频帧
5
基于贝塞尔曲线的紧急车道保持的轨迹规划方法、装置、设备以及存储介质
轨迹规划方法 终点 车道 曲线 加速度
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