-
公开(公告)号：CN117938690A
公开(公告)日：2024-04-26
申请号：CN202311844251.3
申请日：2023-12-29
Applicant: 华南理工大学
IPC: H04L41/16 , H04L41/142 , H04L67/10
Abstract: 本发明涉及联邦学习领域，尤其涉及一种动态带宽场景下自适应通信的联邦学习方法及装置。本发明主要包括以下步骤：首先，每个客户端基于SFW训练一个“可调整”的模型，该模型可以调整为任意稀疏度子模型；然后，客户端根据当前可用的上行带宽资源选择最合适的子模型并将其发送给云服务器；再次，云服务器使用“掩码权重聚合策略”聚合客户端所上传的模型参数得到全局模型；最后，云服务器根据当前可用的下行带宽资源从全局模型中选择最合适的子模型发送给客户端，客户端接收到参数后进行模型参数的更新。本发明改善了动态带宽场景下由于网络波动导致现有联邦学习框架通信开销大、学习效率低以及全局模型性能衰减的问题。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
