首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

联合训练伽马回归模型的方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:支付宝(杭州)信息技术有限公司

摘要:本说明书实施例提供一种联合训练伽马回归模型的方法及装置,涉及n个参与方。该方法由其中任意的第i个参与方执行,包括:先与其他的n‑1个参与方共同进行针对训练样本集的秘密分享分片,得到第i个特征分片和第i个标签分片;再基于第i个特征分片和第i个标签分片,与其他的n‑1个参与方联合进行对应伽马回归模型的第i个参数分片的多轮次迭代更新,模型参数分片的迭代更新可以按需选用设计的多种模型优化器之一,例如,适用于小规模数据的安全迭代重加权最小二乘法、适用于大规模数据的安全批次迭代重加权最小二乘法、大小规模数据都适用的安全随机梯度下降法等,如此可以提高执行效率。另外,各种模型优化器涉及的密文运算为秘密分享运算,使得执行更加高效。

主权项:1.一种联合训练伽马回归模型的方法,涉及n个参与方,所述方法由其中任意的第i个参与方执行,包括:获取训练样本集在秘密分享下的第i个特征分片和第i个标签分片;对所述伽马回归模型对应的第i个参数分片进行多轮次迭代更新,其中任一轮次迭代更新包括:基于所述第i个特征分片和第i个标签分片,与其他的n-1个参与方联合进行针对参数更新函数的第一秘密分享运算,得到本轮更新后的第i个参数分片;所述参数更新函数通过采用迭代重加权最小二乘IRLS算法,以最大化所述伽马回归模型的对数似然函数为目标而确定。

全文数据:

权利要求:

百度查询: 支付宝(杭州)信息技术有限公司 联合训练伽马回归模型的方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。