← 返回列表
一种拆分联邦学习的成本优化方法
申请人信息
- 申请人:广东工业大学
- 申请人地址:510080 广东省广州市越秀区东风东路729号
- 发明人: 广东工业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种拆分联邦学习的成本优化方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311398490.0 |
| 申请日 | 2023/10/25 |
| 公告号 | CN117521778A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06N3/098 |
| 权利人 | 广东工业大学 |
| 发明人 | 黄旭民; 杨锐彬; 吴茂强; 钟伟锋; 谢胜利 |
| 地址 | 广东省广州市番禺区小谷围街道广东工业大学大学城校区 |
摘要文本
本发明公开了一种拆分联邦学习的成本优化方法，包括：S1：构建拆分联邦学习系统模型，该模型包括一个服务器与若干个客户端，每个客户端拥有自己的本地数据集；S2：计算所有客户端数据计算与通信的时延和能耗；S3：利用客户端数据计算与通信的时延和能耗，以模型拆分层与带宽为决策变量，分析目标函数与相关约束，建立拆分联邦学习系统成本优化问题；S4：求解优化问题，得到模型拆分和带宽分配策略；S5：基于得到的模型拆分和带宽分配策略组织所有客户端配合服务器对给定的完整模型进行训练，得到训练后的完整模型。本发明计算最优模型拆分和带宽分配策略，使所有客户端在拆分联邦学习过程中总时间与总能耗加权和最小，降低了时间与能耗的成本。 来自专利查询网
专利主权项内容
1.一种拆分联邦学习的成本优化方法，其特征在于，包括以下步骤：S1：构建拆分联邦学习系统模型，该模型包括一个服务器与若干个个客户端，每个客户端拥有自己的本地数据集；S2：计算所有客户端数据计算与通信的时延和能耗；S3：利用客户端数据计算与通信的时延和能耗，以模型拆分层与带宽为决策变量，分析目标函数与相关约束，建立拆分联邦学习系统成本优化问题；S4：求解优化问题，得到模型拆分和带宽分配策略；S5：在拆分联邦学习系统中，基于得到的模型拆分和带宽分配策略组织所有客户端配合服务器对给定的完整模型进行训练，得到训练后的完整模型。