多方联邦学习方法、系统、设备、存储介质及程序产品

AITNT
正文
推荐专利
多方联邦学习方法、系统、设备、存储介质及程序产品
申请号:CN202411677804
申请日期:2024-11-21
公开号:CN119443317A
公开日期:2025-02-14
类型:发明专利
摘要
本申请公开了多方联邦学习方法、系统、设备、存储介质及程序产品,涉及联邦学习技术领域,应用于区块链网络中的参与节点,该方法包括:获取中心节点发送的学习参数信息,并根据学习参数信息确定训练生成信息,其中,训练生成信息包括训练模型参数和训练模型参数对应的零知识证明;获取零知识证明在区块链网络中的安装信息,并根据安装信息确定节点诚实性;将训练模型参数和节点诚实性发送至中心节点,其中,中心节点用于基于训练模型参数和节点诚实性确定聚合模型,并在聚合模型收敛时,将聚合模型作为目标联邦学习模型。本申请解决了多方联邦学习的准确率不高的技术问题。
技术关键词
联邦学习方法 节点 零知识证明 联邦学习模型 联邦学习系统 参数 信息验证 学习设备 网络 联邦学习技术 程序 处理器通信 存储器 指令 数据
系统为您推荐了相关专利信息
1
一种虚拟电厂负荷资源调控方法及系统
资源调控方法 指标 负荷 能力评估模型 数据
2
考虑轮轨激励及接触压力的列车踏面制动温度预测方法
踏面制动 车辆动力学模型 温度预测方法 闸瓦 轮轨
3
基于Pareto前沿ESC算法的多无人机集群位置部署方法
位置部署方法 无人机集群 表达式 覆盖率 通信节点
4
基于物联网的游艺设备实时安全监控系统
游艺设备 安全监控系统 堆叠式自动编码器 事件触发模块 数据融合算法
5
基于知识引导的分子性质关系图增强的小样本分子性质预测方法和装置
性质预测方法 分子 关系 官能团 更新模型参数
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