- 1、本文档共9页,其中可免费阅读3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
查看更多
本发明提供了一种异构通信网络的分组式联邦学习方法,建立基于端到端通信的联邦学习系统模型,根据相关的设备异构性差异及通信场景的复杂性,计算设备之间的代价函数值,并根据代价函数值将设备进行分组,最终得到分组结果,分组结果将代价函数值小于设定阈值的参与设备划分为同一组,并在组内、组间分别进行联邦学习任务。本发明建立一种基于端到端通信的联邦学习系统模型,在终端设备进行信息通信的过程中,将具有相似通信条件与计算能力的设备分为一组,从而降低由于设备等待期造成的资源浪费与时延问题。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN114997422A
(43)申请公布日2022.09.02
(21)申请号202210485100.2
(22)申请日2022.05.06
(71)申请人西北工业大学
地址710072
文档评论(0)