摘要
本申请实施例提供了一种图联邦学习方法、装置、计算机设备及可读存储介质。方法包括:接收客户端发送的本地模型参数和节点间注意力系数集合,并根据本地模型参数之间的模型参数均值构建预设全局模型;针对节点间注意力系数集合,按照注意力系数从大到小顺序选取出排序靠前的多个目标注意力系数;根据目标注意力系数从图结构数据中读取对应的目标节点和目标连接边,并基于目标节点和目标连接边生成全局摘要图;基于全局摘要图,对预设全局模型进行数据一致性损失最小化训练,得到目标全局模型;将目标全局模型对应的全局参数发送至客户端,以使客户端基于全局参数对本地模型进行更新。以此,能够有效解决灾难性遗忘问题,提高模型的性能。
技术关键词
联邦学习方法
注意力
摘要
节点特征
客户端
参数
节点更新
计算机设备
数据
标签
学习装置
样本
邻居
处理器
服务器
模块
语义
可读存储介质
存储器
系统为您推荐了相关专利信息
可视化分析方法
客户端
可视化图表
可视化界面
参数
空间结构特征提取
跨站脚本攻击
攻击检测模型
智能检测方法
样本
生成音频数据
歌曲生成方法
生成系统
序列
大语言模型