一种联邦学习参与方选择方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种联邦学习参与方选择方法及系统
申请号:CN202510817270
申请日期:2025-06-18
公开号:CN120671779A
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了一种联邦学习参与方选择方法及系统,包括:中心服务器获取所有联邦学习客户端参与方上传的本地模型参数,构建每个客户端参与方的本地模型特征观测张量;计算客户端参与方之间的核相似度;确定半正定相似性核矩阵;中心服务器对半正定相似性核矩阵的缺失值进行补全,得到完整相似性核矩阵;中心服务器构造时效性权重对角矩阵;中心服务器根据完整相似性核矩阵和时效性权重对角矩阵,构建似然矩阵;对似然矩阵通过行列式点过程进行求解,得到选定的客户端参与方子集;对选定的客户端参与方子集中所有本地模型参数取平均值,得到全局模型;最后,将全局模型下发给选定的客户端参与方。
技术关键词
客户端 中心服务器 矩阵 时效性 参数 时序 多头注意力机制 特征值 前馈神经网络 定义 编码向量 模型更新 核心 索引 变量 线性 载体 算法