一种联邦学习中基于价值增益的贡献评估方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种联邦学习中基于价值增益的贡献评估方法及系统
申请号:CN202411445077
申请日期:2024-10-16
公开号:CN119443308B
公开日期:2025-09-26
类型:发明专利
摘要
本发明提供一种联邦学习中基于价值增益的贡献评估方法,包括:步骤S1.基于多维计算模型间相关性的贡献评估指标计算每个客户端本地模型与全局模型之间在第t轮次的相关性;步骤S2.基于动态调整机制计算第t轮的全局模型与预热模型之间参数上的距离并进行归一化操作获取参与客户端每一通信轮次的贡献权重;步骤S3.基于步骤1中的每个客户端本地模型与全局模型之间在第t轮次的相关性和步骤2中参与客户端每一通信轮次的贡献权重计算客户端的真实贡献值。本发明在客户端的贡献评估领域,该方法有效降低了计算复杂度并不依赖于测数据集。
技术关键词
客户端 动态调整机制 参数 矩阵 模型更新 中心服务器 评估系统 指标 规模 数据 样本 代表 复杂度 元素 模块 基准