原创力文档- 1、本文档共11页，其中可免费阅读4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
本发明公开了一种支持数据异构的基于监督对比学习的联邦模型训练方法及系统。本发明通过在横向联邦学习中的每一轮训练过程中，中心服务器下发全局编码器，本地客户端利用全局编码器与本地编码器进行知识蒸馏与监督对比学习，得到训练完成的本地编码器后上传给中心服务器，中心服务器权重聚合得到的本地编码器得到新的全局编码器，并利用公共数据集得到一个通用的预测器。本发明让更多数据分布不同的设备能够参与联邦学习，同时保证了参与者的隐私安全，利用知识蒸馏加快了客户端的训练效率并提升学习性能，利用了监督对比学习利用了数据之
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117744761A
(43)申请公布日2024.03.22
(21)申请号202311806853.X
(22)申请日2023.12.26
(71)申请人浙江工商大学
文档评论（0）