-
公开(公告)号：CN119849598A
公开(公告)日：2025-04-18
申请号：CN202411853685.4
申请日：2024-12-16
Applicant: 科大讯飞股份有限公司
Abstract: 本发明涉及联邦学习技术领域，提供一种多层联邦学习架构的生成、基于多层联邦学习架构的模型训练方法及装置，方法包括：获取基于多个参与方划分所生成的多个一级集簇，从各个一级集簇中选举底层中心节点；获取底层中心节点划分所生成的多个二级集簇，从各个二级集簇中选举中心节点，得到中间层中心节点；获取中间层中心节点划分的多个三级集簇，从三级集簇中选举中心节点，逐层迭代，获取顶层中心节点；中间层中心节点对中间层参与方的模型参数进行聚合，分发全局模型参数；顶层中心节点更新全局模型参数并下发至中间层中心节点。该方法通过将模型聚合操作分层依次完成，避免单一中心节点承担所有聚合任务，降低由单点故障引发的系统中断风险。
Search Results
1
records
(took 0.022 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
