-
公开(公告)号：CN116029370A
公开(公告)日：2023-04-28
申请号：CN202310281737.4
申请日：2023-03-17
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于区块链的联邦学习的数据共享激励方法、装置及设备，包括：将初始全局模型参数添加至目标区块链，以使终端设备从目标区块链下载初始全局模型参数，基于初始全局模型参数获取局部模型参数，将局部模型参数添加至目标区块链；从目标区块链下载局部模型参数，基于局部模型参数确定目标全局模型参数；若目标全局模型参数已收敛，则将目标全局模型参数确定为已训练参数，已训练参数用于对数据进行处理；在得到目标全局模型参数后，基于局部模型参数对应的预测准确率确定终端设备对应的目标奖励率。通过本申请方案，提高模型训练过程的效率，模型训练的收敛速度更快。
-
公开(公告)号：CN116029370B
公开(公告)日：2023-07-25
申请号：CN202310281737.4
申请日：2023-03-17
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于区块链的联邦学习的数据共享激励方法、装置及设备，包括：将初始全局模型参数添加至目标区块链，以使终端设备从目标区块链下载初始全局模型参数，基于初始全局模型参数获取局部模型参数，将局部模型参数添加至目标区块链；从目标区块链下载局部模型参数，基于局部模型参数确定目标全局模型参数；若目标全局模型参数已收敛，则将目标全局模型参数确定为已训练参数，已训练参数用于对数据进行处理；在得到目标全局模型参数后，基于局部模型参数对应的预测准确率确定终端设备对应的目标奖励率。通过本申请方案，提高模型训练过程的效率，模型训练的收敛速度更快。
-
公开(公告)号：CN117591886B
公开(公告)日：2024-04-05
申请号：CN202410058420.9
申请日：2024-01-15
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/214 , G06F18/15 , G06F18/232 , G06N20/00
Abstract: 本申请实施例提供了基于簇联邦学习的异构数据快速聚合方法及装置。本实施例通过对参与模型训练的各客户端进行聚类以划分出多个簇类，并通过每一簇类中的簇头决策出该簇类中各客户端共享的训练数据，以实现簇类中各客户端共享训练数据，减少各客户端的训练数据的差异性，实现了基于簇联邦学习的异构数据快速聚合，提高后续各客户端和服务器进行簇联邦模型训练时训练出的模型的性能和泛化能力，避免由于各客户端的训练数据的非独立同分布IID对簇联邦模型训练的影响。
-
公开(公告)号：CN117591886A
公开(公告)日：2024-02-23
申请号：CN202410058420.9
申请日：2024-01-15
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/214 , G06F18/15 , G06F18/232 , G06N20/00
Abstract: 本申请实施例提供了基于簇联邦学习的异构数据快速聚合方法及装置。本实施例通过对参与模型训练的各客户端进行聚类以划分出多个簇类，并通过每一簇类中的簇头决策出该簇类中各客户端共享的训练数据，以实现簇类中各客户端共享训练数据，减少各客户端的训练数据的差异性，实现了基于簇联邦学习的异构数据快速聚合，提高后续各客户端和服务器进行簇联邦模型训练时训练出的模型的性能和泛化能力，避免由于各客户端的训练数据的非独立同分布IID对簇联邦模型训练的影响。
-
-
-
Search Results
4
records
(took 0.03 seconds)
