一种基于即插即用异构模型的联邦学习方法

专利申请号：CN202211648157.6

公 开 号：CN115983340A

发 明 人：杜晓宇 赵从健 唐金辉 

代 理 人：南京理工大学专利中心徐新艳

代理机构：南京理工大学专利中心

专利类型：发明专利

申 请 日：20230418

公 开 日：20221221

专利主分类号：G06N3/0464

关 键 词：客户端 服务器端 聚合 服务器端数据 采样数据集 客户端模型 采样数据 即插即用 模型测试 模型训练 生成模型 数据类别 私有数据 异构模型 子数据集 初始化 次通信 数据量 新分配 分配 申请 服务器 学习 

摘      要：本申请提供一种基于即插即用异构模型的联邦学习方法，包括：步骤1：训练生成模型：步骤2：初始化模型：步骤3：在各个客户端中训练客户端模型Mi，包括：步骤4：服务器聚合：在服务器端聚合来自客户端i的采样数据di～x～,y～∈d～，以及包括参与训练的数据量在内的参数；步骤5：服务器端数据分配：将采样数据集d～按照各个客户端私有数据的数据类别分布权重重新分配为子数据集di；并分配给各个客户端；步骤6：模型测试：步骤7：服务器端判断是否继续下一次通信。本申请提高了提高了模型训练的效果和效率。