一种基于知识蒸馏的高效异质客户端联邦学习方法

AITNT
正文
推荐专利
一种基于知识蒸馏的高效异质客户端联邦学习方法
申请号:CN202510946249
申请日期:2025-07-09
公开号:CN120930823A
公开日期:2025-11-11
类型:发明专利
摘要
本发明提供一种基于知识蒸馏的高效异质客户端联邦学习方法,包括以下步骤:使用启发式主席挑选策略从参与联邦学习的客户端模型中挑选出本训练轮次的主席模型即RC模型;将选中的主席模型上传到服务端;将主席模型发送给各个本地客户端;通过知识蒸馏学习本地模型中的知识;所述知识从客户端模型通过本地数据训练学习获取;将训练好的主席模型再次上传到服务端;服务端将客户端上传的主席模型进行收集并聚合,获取聚合之后的主席模型;将聚合后的主席模型重新分发给各个客户端;主席模型指导客户端模型更新,客户端模型进行训练;判断是否到达200轮训练,若未达到则返回,若达到则结束。
技术关键词
联邦学习方法 客户端 蒸馏 服务端 异质 模型更新 策略 数据 通道 参数 标签 节点
系统为您推荐了相关专利信息
1
一种联邦学习帕金森病诊断方法、装置、设备及介质
帕金森病诊断 客户端 模型更新 电子设备 程序
2
一种面向立体交通网络的区块链系统共识建立方法
区块链系统共识 共识算法 主节点 立体 协议
3
一种适用于小内存和小存储的嵌入式芯片集群的动态升级方法
嵌入式芯片 动态升级方法 客户端 服务端 数据存储
4
一种基于联邦图神经网络的植物多基因抗逆性协同预测方法及系统
协同预测方法 神经网络模型 基因 异构 客户端
5
基于视觉AI模型的运动训练方法、装置及系统
运动训练方法 计划 关节 曲线 视觉
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号