文章摘要:主流的联邦学习系统都基于一个不现实的假设：客户端的数据都有标签。然而，客户端的数据一般是没有丰富的真实标签。此外，数据异构性（即non-IID问题）是联邦学习系统面临的挑战之一。针对标签数据在服务器，客户端只有无标签数据的场景设计了一个半监督联邦学习系统来解决联邦学习中数据可用性和数据异构问题。提出了一种模型分解策略，称为联邦混合（FedMix），该策略对在标签数据和无标签数据上学习到的模型进行分离学习。为了缓解non-IID问题，提出了一种新的聚合规则，称为FedLoss，该规则根据每个客户端的模型损失函数值去动态的调整局部模型在全局模型中所占的权重。实验结果表明该系统的性能优于当前主流的解决方案，且对不同non-IID水平的客户端数据具有鲁棒性。

文章关键词:联邦学习,半监督学习,半监督联邦学习,数据异构性,联邦损失聚合,

项目基金:国家自然科学基金项目“基于DIBR绘制3D图像认证的关键技术研究 ”（61702224）,

论文作者:王树芬¹ 张哲² 马士尧² 陈俞强³ 伍一² 

作者单位:1. 哈尔滨石油学院信息工程学院 2. 黑龙江大学数据科学与技术学院 3. 广州航海学院信息与通信工程学院 

论文DOI: 10.19678/j.issn.1000-3428.0061911

论文分类号: TP181

相似文献:宽度学习系统在蘑菇毒性判别中的应用.....作者:李旺,俞祝良,刊载期刊：《现代食品科技》
分布式深度学习系统网络通信优化技术.....作者:董德尊,欧阳硕,刊载期刊：《中兴通讯技术》
宽度学习系统研究进展.....作者:任长娥,袁超,孙彦丽,刘竹琳,陈俊龙,刊载期刊：《计算机应用研究》
一种基于池计算的宽度学习系统.....作者:杨刚,陈鹏,戴丽珍,杨辉,刊载期刊：《控制与决策》
基于宽度学习系统的fMRI数据分类方法.....作者:刘嘉诚,冀俊忠,刊载期刊：《浙江大学学报(工学版)》
基于宽度学习系统的光伏发电功率超短期预测.....作者:周楠,徐潇源,严正,陆建宇,李亚平,刊载期刊：《电力系统自动化》
联邦学习隐私保护研究进展.....作者:王健宗,孔令炜,黄章成,陈霖捷,刘懿,卢春曦,肖京,刊载期刊：《大数据》
基于数据分布特性的代价敏感宽度学习系统.....作者:徐鹏飞,王敏,刘金平,唐朝晖,马天雨,刊载期刊：《控制与决策》
博弈学习系统在战斗机引导中的应用.....作者:陶伟,刊载期刊：《中国舰船研究》

相关文章:人工智能在智能制造中的应用.....作者:杨磊
大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉
商业航天背景下的遥感应用产业化.....作者:刘东升
Artificial Intelligence: Where Maybe Next Steps? “人工智能热”之后的冷静思考.....作者:Tony Qiu
Computational Analysis of the Voynich Manuscript 十五世纪伏尼契码的智能解析.....作者:Greg Kondrak
深度强化学习系列课程第四讲.....作者:汪荣贵
北京二号遥感卫星星座及其应用服务.....作者:屈鸿钧
第一讲：人工智能时代的刑事责任演变： 过去·现在·将来.....作者:刘宪权