Feedback
Settings

Settings

Goto Application

1. WO2022026294 - MASSIVELY SCALABLE, RESILIENT, AND ADAPTIVE FEDERATED LEARNING SYSTEM

Submit observation
PermaLink
Publication Number WO/2022/026294
Publication Date 03.02.2022
International Application No. PCT/US2021/042762
International Filing Date 22.07.2021
IPC
G06N 3/04 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architecture, e.g. interconnection topology
G06N 3/08 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
CPC
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Applicants
  • FUTUREWEI TECHNOLOGIES, INC. [US]/[US]
Inventors
  • MORTAZAVI, Masood Seyed
  • YAN, Ning
  • JIN, Hongwei
Agents
  • DIETRICH, William H.
  • HOWELL, Brandt D.
Priority Data
63/057,51228.07.2020US
63/071,58228.08.2020US
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) MASSIVELY SCALABLE, RESILIENT, AND ADAPTIVE FEDERATED LEARNING SYSTEM
(FR) SYSTÈME D'APPRENTISSAGE FÉDÉRÉ MASSIVEMENT ÉVOLUTIF, SOUPLE ET ADAPTATIF
front page image
Abstract
(EN) A federated learning system is disclosed. The system includes scalable queues configured to receive model update contributions from a plurality of clients. The model update contributions contain updated model parameters. The system also includes a model repository configured to store a model for access by a plurality of clients and receive the model with updates based on the updated model parameters. The system also includes a configuration repository configured to store model polices including an update threshold indicating how many responses need to be received from the plurality of clients to initiate an update of the model. The system also includes hierarchical aggregators configured to update the model based on the updated model parameters from the from a plurality of clients and based on the update threshold.
(FR) La présente invention concerne un système d'apprentissage fédéré. Le système comprend des files d'attente évolutives configurées pour recevoir des contributions de mise à jour de modèle à partir d'une pluralité de clients. Les contributions de mise à jour de modèle contiennent des paramètres de modèle mis à jour. Le système comprend également un référentiel de modèle configuré pour stocker un modèle pour un accès par une pluralité de clients et recevoir le modèle avec des mises à jour sur la base des paramètres de modèle mis à jour. Le système comprend également un référentiel de configuration configuré pour stocker des politiques de modèle comprenant un seuil de mise à jour indiquant le nombre de réponses devant être reçues à partir de la pluralité de clients pour initier une mise à jour du modèle. Le système comprend également des agrégateurs hiérarchiques configurés pour mettre à jour le modèle sur la base des paramètres de modèle mis à jour provenant de la pluralité de clients et sur la base du seuil de mise à jour.
Latest bibliographic data on file with the International Bureau
# -