-
公开(公告)号：CN119721292A
公开(公告)日：2025-03-28
申请号：CN202411781011.8
申请日：2024-12-05
Applicant: 哈尔滨工程大学
IPC: G06N20/00 , G06F18/23213
Abstract: 本发明属于分割联邦学习技术领域，具体涉及一种结合设备聚类和提前梯度聚合的高效分割联邦边缘学习方法、程序、设备及存储介质。本发明设计的基于设备聚类的模型分割算法，将能力相似的设备分配到同一组，组内所有设备采用相同的模型分割策略，从而使中间服务器仅需保存一份服务器端模型，降低了中间服务器的负载。本发明设计的基于提前梯度聚合的局部模型聚合算法，使中间服务器只需要保存一份服务器端模型，从而大幅降低了内存消耗，缓解由于设备不稳定性和设备间模型同步带来的通信延迟，从而提升了模型训练效率。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
