一种基于双重动态稀疏训练的物联网联邦学习方法和系统

本发明公开了一种基于双重动态稀疏训练的物联网联邦学习方法和系统。本发明面向物联网场景，采用动态稀疏训练，且仅使用本地数据对模型进行训练，可以达到低通信开销和个性化。然后只将模型参数传输到服务器上进行聚合，并提出了一种个性化聚合方法，来保证模型在上传参数之后能保留模型的个性化不丢失。通过传输轻量稀疏模型，有效解决物联网场景下设备资源不均，通信开销过大等问题，并且提出个性化聚合，对不同设备上的稀疏模型进行聚合，提高性能。