首页> 中国专利> 加快联邦学习系统及同步隐藏、稀疏卷积层构建和学习方法

加快联邦学习系统及同步隐藏、稀疏卷积层构建和学习方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本申请涉及加快联邦学习系统及同步隐藏、稀疏卷积层构建和学习方法。所述的系统包括多个数据源、同步隐藏层模块、前馈神经层模块,或多个数据源、同稀疏卷积层模块：同步隐藏层构建方法包括隐藏概率选择、训练；稀疏卷积层构建方法包括假设、培训，加快联邦学习的方法，其特征在于：所述的学习方法包括数据输入、不同数据源的轨迹相似度分析、稀疏卷积层处理、数据输出。本申请的优点是，根据数据隐私和数据安全需求并结合联邦学习的特点，提出多个数据源存放在本地，并通过使各数据源通过一个协议，使得各个数据源可以联合起来建立一个联邦模型，通过交换一些模型的参数信息，让联邦模型不断成长优化。

著录项

公开/公告号CN114282650A

专利类型发明专利
公开/公告日2022-04-05

原文格式PDF
申请/专利权人中国科学院深圳先进技术研究院;
展开▼

申请/专利号CN202111556929.9
发明设计人伍泰霖;高希彤;廖东平;叶可江;须成忠;
展开▼

申请日2021-12-18
分类号G06N3/04(20060101);G06N3/08(20060101);
代理机构44316 深圳市科进知识产权代理事务所(普通合伙);
代理人刘建伟
地址 518055 广东省深圳市南山区深圳大学城学苑大道1068号
入库时间 2023-06-19 14:45:18

法律信息

法律状态公告日

法律状态信息

法律状态
2022-04-05

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 面向样本稀疏性的联邦学习方法及系统 [P] . 中国专利： CN113128701A . 2021-07-16
2. 一种基于目的隐藏的联邦学习方法及其系统 [P] . 中国专利： CN114491617A . 2022-05-13