一种基于模型参数变化幅度的联邦学习模型压缩方法

被引:0
专利类型
发明
申请号
CN202410166562.7
申请日
2024-02-05
公开(公告)号
CN117952179A
公开(公告)日
2024-04-30
发明(设计)人
李龙 刘振参 李晶晶 何松兴 孙希延 常亮
申请人
桂林电子科技大学 南宁桂电电子科技研究院有限公司
申请人地址
541004 广西壮族自治区桂林市七星区金鸡路1号
IPC主分类号
G06N3/082
IPC分类号
G06N3/084 G06N3/098
代理机构
北京盛询知识产权代理有限公司 11901
代理人
李梅
法律状态
实质审查的生效
国省代码
广西壮族自治区 桂林市
引用
下载
收藏
共 50 条
[1]   一种基于联邦学习进行模型参数更新的方法及系统 [P]. 
郑龙飞 ;
王莹桂 ;
陈超超 ;
王力 ;
周俊 ;
刘健 ;
郭明宇 .
中国专利 :CN111931950B ,2020-11-13
[2]   基于主动学习和模型压缩的联邦学习全局模型训练方法 [P]. 
张琛 ;
胡雄伟 ;
鱼滨 ;
解宇 .
中国专利 :CN114943345B ,2024-06-11
[3]   基于主动学习和模型压缩的联邦学习全局模型训练方法 [P]. 
张琛 ;
胡雄伟 ;
鱼滨 ;
解宇 .
中国专利 :CN114943345A ,2022-08-26
[4]   基于联邦学习及均值迭代的机器学习模型压缩方法 [P]. 
廖杰 ;
马川 ;
钱玉文 ;
李骏 ;
韦康 .
中国专利 :CN114202077B ,2025-04-15
[5]   基于联邦学习及均值迭代的机器学习模型压缩方法 [P]. 
廖杰 ;
马川 ;
钱玉文 ;
李骏 ;
韦康 .
中国专利 :CN114202077A ,2022-03-18
[6]   基于模型参数聚类的个性化联邦学习 [P]. 
李龙 ;
赵雨轩 ;
李晶晶 ;
孙希延 ;
黄晓燕 ;
付文涛 ;
何松兴 ;
吴齐仟 .
中国专利 :CN118469038A ,2024-08-09
[7]   一种基于模型参数差编码的通讯高效联邦学习方法 [P]. 
刘贤明 ;
张飞龙 ;
翟德明 ;
江俊君 ;
季向阳 .
中国专利 :CN118246518A ,2024-06-25
[8]   一种联邦学习本地模型参数聚合方法 [P]. 
王伟 ;
叶珩 ;
刘吉强 .
中国专利 :CN115021905A ,2022-09-06
[9]   基于联邦学习及均值迭代的机器学习模型压缩方法及系统 [P]. 
覃誉仪 .
中国专利 :CN119831068A ,2025-04-15
[10]   一种基于链式联邦学习的联邦重建模型压缩的优化方法 [P]. 
成诺 ;
卢兴见 .
中国专利 :CN118194933A ,2024-06-14