-
公开(公告)号：CN115775025A
公开(公告)日：2023-03-10
申请号：CN202211649919.4
申请日：2022-12-21
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向时空数据异构场景的轻量化联邦学习方法及系统，能根据客户端数据分布的变化情况给客户端分配不同的通信概率，从而让数据分布变化程度大，且未被联邦全局模型感知的客户端，以更高的概率参与联邦通信，而不是均等的提升所有客户端的通信量。通过将通信资源倾斜，可以用更少的通信量感知全局数据分布变化，提升在时空异构场景下联邦学习的通信效率。通过使用本发明提出的方法及系统，各图像采集分析终端利用其私有病例数据分布的变化信息以及图像采集分析终端私有检测模型的梯度信息，动态的调整每一轮联邦过程图像采集分析终端参与联邦通信的概率，实现以更少的联邦通信成本达到相同联邦学习性能，有效的降低联邦学习通信量。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
