一种基于联邦学习的通信梯度自适应压缩方法.pdfVIP

下载本文档

0
0
约8.34千字
约 7页
2023-05-08 发布于北京
举报
版权申诉

一种基于联邦学习的通信梯度自适应压缩方法.pdf

1、本文档共7页，其中可免费阅读6页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种基于联邦学习的通信梯度自适应压缩方法，属于移动通信领域。该方法包括：计算节点梯度参数：联邦学习设备端使用本地数据集进行任务训练，并计算该节点的梯度参数；设计一种梯度自检方式：将本轮所有节点的梯度参数汇总至累计梯度池中，并根据累计梯度池与历史参数信息计算当前轮次阈值；执行节点梯度自检：所有节点执行梯度自检公式，满足条件的节点则参与本轮联邦迭代，不满足条件则继续在本地累计梯度。本发明可以减少设备端与中心服务器之间的冗余通信，有效降低通信开销。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114422605 A (43)申请公布日 2022.04.29 (21)申请号 202210031546.8 (22)申请日 2022.01.12 (71)申请人重庆邮电大学地址