科创中国
加快联邦学习系统及同步隐藏、稀疏卷积层构建和学习方法
发布时间: 2023-11-01
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
物理
成果介绍
本申请涉及加快联邦学习系统及同步隐藏、稀疏卷积层构建和学习方法。所述的系统包括多个数据源、同步隐藏层模块、前馈神经层模块,或多个数据源、同稀疏卷积层模块：同步隐藏层构建方法包括隐藏概率选择、训练；稀疏卷积层构建方法包括假设、培训，加快联邦学习的方法，其特征在于：所述的学习方法包括数据输入、不同数据源的轨迹相似度分析、稀疏卷积层处理、数据输出。本申请的优点是，根据数据隐私和数据安全需求并结合联邦学习的特点，提出多个数据源存放在本地，并通过使各数据源通过一个协议，使得各个数据源可以联合起来建立一个联邦模型，通过交换一些模型的参数信息，让联邦模型不断成长优化。
成果亮点
一种加快联邦学习系统，其特征在于：所述的系统包括多个数据源、同步隐藏层模块、前馈神经层模块，所述多个数据源与所述同步隐藏层模块建立联接，所述同步隐藏层模块与所述前馈神经层模块建立联接；
所述的多个数据源通过不同的数据源信道向所述的同步隐藏层模块输出数据；
所述的同步隐藏层模块针对不同的数据源信道设置不同的隐藏概率并随着时间的变化而变化，同一时间段按相同所有的数据源信道内的数据按同一个隐藏阈值隐藏数据、不同时间段随机设置隐藏阈值并且不同数据源之间相互不通信，所述的同步隐藏层模块将非隐藏数据输入所述前馈神经层模块处理。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案
下载app