一种关键学习期感知的无人机分层个性化联邦学习方法

一种关键学习期感知的无人机分层个性化联邦学习方法，属于联邦学习领域，构建分层联邦学习系统；设备进行本地模型训练并获取本地与全局模型参数分布之间的差异；同时设备根据FDN计算自身梯度变化，根据FKN和FDN判断是否处于关键学习期阶段；中央服务器根据关键学习期实现设备选择和无人机调度；无人机执行边缘聚合并发送到中央服务器执行全局聚合；在每轮迭代中进行基于变分贝叶斯推理的分层个性化联邦学习以寻找全局模型和本地模型之间最接近的分布，实现模型个性化。本发明可识别不同等重要的学习阶段并实施相应的联邦学习训练策略；引入FKN和FDN实现高效的联邦学习训练；本发明实现了模型个性化的同时减轻过拟合。