共识表征提取和多样性传播的解纠缠个性化联邦学习方法
基本信息
| 申请号 | CN202111456896.0 | 申请日 | - |
| 公开（公告）号 | CN113869528B | 公开（公告）日 | 2022-03-18 |
| 申请公布号 | CN113869528B | 申请公布日 | 2022-03-18 |
| 分类号 | G06N20/00（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 骆正权;王云龙;孙哲南 | 申请（专利权）人 | 中国科学院自动化研究所 |
| 代理机构 | 北京华夏泰和知识产权代理有限公司 | 代理人 | 李永叶 |
| 地址 | 100190北京市海淀区中关村东路95号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明实施例涉及一种共识表征提取和多样性传播的解纠缠个性化联邦学习方法，通过当前节点分别接收其他节点各自对应的局部共识表征提取模型和特有表征提取模型；当前节点使用其他节点特有表征模型分别提取当前节点数据的表征，并计算不同组表征之间的第一互信息，通过第一互信息大小确定节点之间数据分布相似性，并根据所述第一互信息确定所述其他节点各自对应的聚合权重；当前节点获得所述当前节点对应的全局共识表征聚合模型；即本发明的实施例，通过聚合节点的局部共识表征模型获得的全局共识表征模型，具备良好的泛化能力，并且基于特有表征相似加权的个性化聚合方案减弱了节点属性差异巨大带来的性能负向迁移。 |
