公开(公告)号：CN119168090A

公开(公告)日：2024-12-20

申请号：CN202411292524.2

申请日：2024-09-14

Applicant: 重庆邮电大学

Inventor： 黄庆卿 ,  刘智尧 ,  韩延 ,  张焱 ,  魏旻 ,  王浩 ,  王平 ,  谢昊飞

IPC: G06N20/00 ,  G06N3/098 ,  G06N3/0464 ,  G06F18/2431 ,  G16Y10/25 ,  G06F21/62

Abstract: 本发明属于工业物联网技术领域，涉及一种面向客户端需求的工业物联网个性化联邦学习方法，包括：服务器向客户端下发初始模型作为客户端的本地模型；本地模型包括：共享层和个性化层；冻结个性化层的参数，客户端针对自身的个性化需求基于本地数据采用正交约束损失对共享层进行本地训练；各客户端将共享层的参数上传到服务器进行平均聚合后下发给客户端，各客户端根据聚合后的参数更新共享层的参数；重复共享层的训练和参数更新过程，直到训练轮次等于策略切换通信轮次；客户端对共享层和个性化层进行本地训练，得到客户端训练好的本地模型；本发明构建客户端的本地正交约束损失函数来对共享层进行训练，从而缓解了不同客户端之间的权重偏斜。