CN117217328B 基于约束因子的联邦学习客户端选择方法 （西安电子科技大学）_第1页
CN117217328B 基于约束因子的联邦学习客户端选择方法 （西安电子科技大学）_第2页
CN117217328B 基于约束因子的联邦学习客户端选择方法 （西安电子科技大学）_第3页
CN117217328B 基于约束因子的联邦学习客户端选择方法 （西安电子科技大学）_第4页
CN117217328B 基于约束因子的联邦学习客户端选择方法 （西安电子科技大学）_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明提出了一种基于约束因子的联邦学发明在联邦学习客户端选择阶段首先通过比较每个客户端的约束因子与约束因子阈值选出备全局模型参数的余弦相似度来获得最终的客户2初始化包括中心服务器和N个客户端的联邦学习系统，客户端本地训练的迭代次数为每个客户端Cn将持有与其他任意一个客户端满足非独立同分布的Z条数据Xn及其对应中心服务器初始化其与每个客户端Cn第r轮通信的参每个客户端Cn将o;作为t＝1时全局模型的参数，并通中心服务器将客户端Cn的约束因子4与全局约束因子阈值7满足的K个客户端似度cosf,再对余弦相似度最高的M个客户端的约束因子进行更新后，将这M个客户端作为(4a)每个客户端Cn将训练样本集Dn作为全局模型的输入进行前向传播，得到每个数据34[0003]由于不同客户端的计算能力和存储能力等资源以及收集献，保证其公平性才能激励每个客户端使用更多且更好的数据参与到全局模型的训练中。5[0008]初始化包括中心服务器和N个客户端的联邦学习系统，客户端本地训练的迭代次[0010]每个客户端Cn将持有与其他任意一个客户端满足非独立同分布的Z条数据Xn及其[0016]中心服务器将客户端Cn的约束因子d4:与全局约束因子阈值7满足A;sa的K个客弦相似度cosf,再对余弦相似度最高的M个客户端的约束因子进行更新后，将这M个客户端备选客户端，并将所有备选客户端中余弦相似度最高的部分客户端作为最终的选择结果，[0023]初始化包括中心服务器和N个客户端的联邦学习系统，客户端本地训练的迭代次[0026]每个客户端Cn将持有与其他任意一个客户端满足非独立同分布的Z条数据Xn及其6张带有真实标签Yn的灰度手写数字图像Xn，为了保证不同客户端持有的数据的统计特性满[0034](4a)每个客户端Cn将训练样本集Dn作为全局模型的输入进行oj的更新公式为：[0040](4c)每个客户端Cn判断t＝T是否成立，若是，得到第7[0042]中心服务器将客户端Cn的约束因子与全局约束因子阈值7满足AS7的K个客弦相似度cosf,再对余弦相似度最高的M个客户端的约束因子进行更新后，将这M个客户端[0043]本发明将比较每个客户端的约束因子与全局约束因子阈值来限制每个客户端参的余弦相似度cosf,并对余弦相似度最高的

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论