摘要
本申请公开了一种分布式机器学习的优化方法、装置、设备、系统及介质,涉及分布式机器学习技术领域,包括第一工作机根据局部机器学习模型确定测试输入对应的第一局部预测值和第一局部预测方差,然后融合第二工作机传输的第二局部预测值和第二局部预测方差,确定全局预测值和全局预测方差,之后通过比较全局预测方差和局部预测方差,优化第一局部预测值和第一局部预测方差。本申请由于可以省略云服务器,既能够节省云服务器产生的应用开销,又能够提升云服务器受到攻击后每个工作机学习的安全性和鲁棒性。
技术关键词
工作机
分布式机器学习
机器学习模型
分布式系统
云服务器
可读存储介质
存储计算机程序
计算机程序产品
优化装置
邻居
处理器
医疗设备
鲁棒性
标识
表达式
电子设备
模块
系统为您推荐了相关专利信息
工艺设计方法
机器学习算法模型
磁控溅射沉积
逻辑回归模型
涂层
云服务提供商
零知识证明电路
云服务器
完整性验证方法
区块链智能合约
日志管理方法
分布式数据库
分布式系统
链路
日志记录方法
污染预测方法
生成对抗网络模型
训练机器学习模型
生成样本数据
污染物特征
共识方法
PBFT算法
网络节点
能源区块链技术
客户端