一种云边端协同个性化联邦学习方法、系统、设备及介质

费洪晓;夏项杰;龙军;齐倩倩;洪俊坤

中南大学

摘要：本发明公开了一种云边端协同个性化联邦学习方法、系统、设备及介质,本方法通过获取多个客户端的终端设备产生的数据样本和所有客户端构成的图结构；获取数据样本的特征矩阵表示和邻接矩阵表示,获得数据样本的特征张量和邻接张量；根据邻接张量和特征张量,对多个客户端的终端设备进行聚类,获得多组客户端终端设备；构建云边端协同个性化联邦学习的目标函数和特征图,并根据目标函数和特征图,对每组客户端终端设备进行个性化模型训练,更新每组客户端终端设备的个性化模型的参数；根据个性化模型的参数、特征图和图结构,通过图卷积神经网络进行聚合,获得每个客户端的全局模型和个性化模型。本发明能够有效提升模型的推理精确度和训练速度。

更多内容见中国知网