Patent search ap:("厦门大学(CN)") AND inv:"范旭伟" Page 1

1.

发明公开
基于集成模型的个性化联邦学习方法及装置审中-实审

公开(公告)号：CN115600692A

公开(公告)日：2023-01-13

申请号：CN202211165871.X

申请日：2022-09-23

Applicant: 厦门大学(CN)

Inventor： 黄联芬 , 谢浩宇 , 范旭伟 , 陈学林 , 李王明卉

IPC: G06N20/20 , G06F21/62

Abstract: 本申请公开了一种基于集成模型的个性化联邦学习方法及装置，其中方法包括：各参与者在本地数据集上构建新的单模型拟合全局模型的残差，将训练完成的本轮单模型上传至服务器；服务器根据数据量对模型进行第一次加权，将确定权重后的本轮集成模型下发给各参与者；各参与者在本地数据进行本轮模型简化操作，将最终的选择结果以二进制编码的形式再次上传；服务器根据模型简化结果重新为当前轮次的模型确定权重，并将他们加入到全局模型中下发给各参与者；到达预定轮次后，各参与者得到个性化模型；由此，通过将集成模型融入联邦学习框架以及构建对应的模型个性化方法和通信成本节约方案，提升了联邦学习在非独立同分布的结构化数据上的预测性能。

Patent Agency Ranking