专利交易市场

本公开提出了一种基于本地差分隐私噪声控制的联邦学习方法及系统，方法包括：客户端将本地模型和全局模型之间的差异作为约束因子，更新本地局部模型；基于更新的本地局部模型参数和全局模型参数，采用互信息计算扰动添加值；将扰动添加值添加到更新的本地局部模型的参数中，将添加扰动的本地局部模型参数发送给中心服务器；中心服务器对接收到的添加扰动的本地局部模型参数进行聚合，根据聚合后的数据对模型进行重构得到本轮训练的全局模型，再下发给各客户端。通过将本地模型和全局模型之间的距离作为约束因子对本地模型进行训练，并利用互信息计算待添加扰动，实现了在保护客户端本地隐私的同时保证联邦学习全局模型训练的性能。

本实用新型涉及防噪装置技术领域，且公开了一种电子电气设备的防噪装置，包括制冷组件和防噪组件，其中制冷组件，包括箱体、水箱、制冷器、水泵、冷凝管以及回水管，所述水箱固定于箱体顶部，所述制冷器固定于水箱顶部；以及防噪组件，设置于箱体内部，包括横板、隔噪箱、服务器本体、散热件以及传动件，所述隔噪箱固定于横板顶部。本实用新型所达到的有益效果是：通过制冷器的设置，能够对水箱内部的水源进行降温，方便后续散热工作，通过隔噪箱的设置，能够有效的隔离服务器本体产生的噪音，防止影响其他工作区域，通过散热件的设置，能够有效散去服务器本体产生的温度，防止出现因高温而产生的噪音。