公开(公告)号：CN117151211A

公开(公告)日：2023-12-01

申请号：CN202311227754.6

申请日：2023-09-21

申请人： 安徽师范大学

发明人： 郑孝遥 ,  李浩楠 ,  李兴旺 ,  贾先敏 ,  姚庆贺 ,  何文轩 ,  张建鹏 ,  程雄超

IPC分类号： G06N3/098 ,  G06F18/23 ,  G06F18/22 ,  G06N3/0464

摘要： 本发明公开一种基于时间异步相似度聚类的联邦集群方法，通过随机选取部分客户端参与训练，降低全局训练的通信代价；由于客户端的随机选择性使客户端本地模型存在时间差，从而产生相似度计算的误差，为了保证相似度计算的准确性，提出了带有时间加权随机客户端选择和时间异步相似度计算的联邦集群算法，时间加权随机客户端选择是利用客户端的等待时间动态调整客户端被选择的概率，使客户端的选择更加均匀，有效地降低时间差；时间异步相似度计算是利用集群模型间的相似度修正的本地模型相似度计算方法TAS，用于提高带有时间差的模型相似度计算的准确性。最终增加Non‑IID数据下的联邦学习通信效率。

公开(公告)号：CN117390269A

公开(公告)日：2024-01-12

申请号：CN202311297662.5

申请日：2023-10-09

申请人： 安徽师范大学

发明人： 李兴旺 ,  郑孝遥 ,  蒋盛菲 ,  朱家乐 ,  陈传明 ,  郭良敏 ,  孙丽萍 ,  罗永龙

IPC分类号： G06F16/9535 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0985 ,  G06N3/0499

摘要： 发明属于个性化推荐技术领域，提供了一种具有时间间隔感知增强的轻量级序列化推荐方法，包括如下步骤：S1、获取待预测用户ui的历史交互轨迹，从历史交互轨迹中提取时间间隔序列、项目位置序列及项目序列；S2、将提取到的时间间隔序列、项目位置序列及项目序列输入预测模型中，预测模型输出用户ui下一个交互项目。融合时间间隔感知的自注意力机制来学习用户历史序列的项目权重，并以一种轻量级的SA机制融合时间间隔的项目特征和绝对位置编码的项目特征，减少训练参数量的同时，提高了模型性能。