发明

一种面向数据异构性的个性化联邦学习方法及存储介质

2023-08-15 07:14:43 发布于四川 15
  • 申请专利号:CN202310582536.8
  • 公开(公告)日:2023-08-11
  • 公开(公告)号:CN116579443A
  • 申请人:广东工业大学
摘要:本发明涉及联邦学习技术领域,公开了一种面向数据异构性的个性化联邦学习方法及存储介质,本发明仅需每个客户端公开其本地个性化模型的模型分类器梯度信息,能够缓解隐私泄露的问题,同时基于模型分类器梯度信息进行聚类可以更精确地识别出具有相似数据分布的客户端,降低计算代价,通过具有比全局模型更有价值的聚合模型构造客户端的本地优化目标,可以使客户端获得具有更好的泛化性能和具有收敛性的个性化模型。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116579443 A (43)申请公布日 2023.08.11 (21)申请号 202310582536.8 (22)申请日 2023.05.22 (71)申请人 广东工业大学 地址 510080 广东省广州市越秀区东风东 路729号 (72)发明人 张伟文 江奕锋  (74)专利代理机构 广州粤高专利商标代理有限 公司 44102 专利代理师 高棋 (51)Int.Cl. G06N 20/20 (2019.01) G06F 18/23 (2023.01) G06F 18/24 (2023.01) G06F 18/22 (2023.01) G06N 3/084 (2023.01) 权利要求书2页 说明书9页 附图4页 (54)发明名称 一种面向数据异构性的个性化联邦学习方 法及存储介质 (57)摘要 本发明涉及联邦学习技术领域,公开了一种 面向数据异构性的个性化联邦学习方法及存储 介质,本发明仅需每个客户端公开其本地个性化 模型的模型分类器梯度信息,能够缓解隐私泄露 的问题,同时基于模型分类器梯度信息进行聚类 可以更精确地识别出具有相似数据分布的客户 端,降低计算代价,通过具有比全局模型更有价 值的聚合模型构造客户端的本地优化目标,可以 使客户端获得具有更好的泛化性能和具有收敛 性的个性化模型。 A 3 4 4 9 7 5 6 1

最新专利