| 注册
首页|期刊导航|智能系统学报|基于隐式随机梯度下降优化的联邦学习

基于隐式随机梯度下降优化的联邦学习

窦勇敢 袁晓彤

智能系统学报2022,Vol.17Issue(3):488-495,8.
智能系统学报2022,Vol.17Issue(3):488-495,8.DOI:10.11992/tis.202106029

基于隐式随机梯度下降优化的联邦学习

Federated learning with implicit stochastic gradient descent optimization

窦勇敢 1袁晓彤2

作者信息

  • 1. 南京信息工程大学 自动化学院,江苏 南京 210044
  • 2. 江苏省大数据分析技术重点实验室,江苏 南京210044
  • 折叠

摘要

关键词

联邦学习/分布式机器学习/中央服务器/全局模型/隐式随机梯度下降/数据异构/系统异构/优化算法/快速收敛

分类

信息技术与安全科学

引用本文复制引用

窦勇敢,袁晓彤..基于隐式随机梯度下降优化的联邦学习[J].智能系统学报,2022,17(3):488-495,8.

基金项目

国家自然科学基金项目(61876090,61936005) (61876090,61936005)

科技创新2030-"新一代人工智能"重大项目(2018AAA0100400). (2018AAA0100400)

智能系统学报

OA北大核心CSCDCSTPCD

1673-4785

访问量0
|
下载量0
段落导航相关论文