一种面向泛在嵌入式终端的异步个性化联邦学习方法

本申请公开了一种面向泛在嵌入式终端的异步个性化联邦学习方法，具体涉及基于边缘智能的联邦学习的领域。包括：接收客户端上传的模型参数；根据模型参数的上传的顺序，确定多个初始聚类中心模型，并确定每个初始聚类中心模型所关联的客户端；确定每个客户端对初始聚类中心模型的反馈值；根据每个初始聚类中心模型对应的反馈值，建立新聚类中心模型；确定每个新聚类中心模型与对应初始聚类中心模型的偏差；根据偏差，将新聚类中心模型下发至对应客户端；接收客户端上传的模型参数，将该模型参数更新聚合到对应的新聚类中心模型上，完成异步个性化联邦学习。能解决现有异步联邦学习方法中存在的模型更新滞后性的问题。