龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国计量大学
摘要：本发明涉及一种面向横向联邦学习的多方数据特征补齐方法，旨在保护各参与方数据隐私的前提下补齐各参与方的特征集。本发明首先通过整合各参与方的特征集，形成总特征集和特征对应表。接着各参与方根据其本地数据和由生成模型生成的样本数据训练各自的判别模型，然后，根据各判别模型的输出，计算生成模型和各判别模型的损失函数，并交替优化生成模型和各判别模型，直至网络训练完成。接着，利用训练好的生成模型生成的样本数据集训练特征补齐模型。最后，各参与方使用特征补齐模型处理后的数据训练横向联邦学习模型。本发明特别适用于多参与方的业务模型相似但数据特征存在差异的联邦学习场景，在保障数据隐私的同时促进数据共享与应用。
主权项：1.一种面向横向联邦学习的多方数据特征补齐方法，其特征在于所述方法包括：各参与方根据各自业务模型确定相关特征，形成特征集；协调者聚合所有参与方的特征集，形成一个总特征集。且根据总特征集和各参与方的特征集来建立特征对应表，用于后续的特征补齐和样本数据划分；协调者通过生成模型生成样本数据，并根据特征对应表将样本数据划分为多个定向样本数据，再分别发送给各参与方；各参与方利用本地真实数据和协调者发送的定向样本数据训练各自的判别模型；各参与方根据其判别模型的输出计算生成模型和其判别模型的损失函数，用于优化生成模型和其判别模型。生成模型和各判别模型交替优化，直至网络训练完成；利用生成模型生成的样本数据集训练特征补齐模型；各参与方使用特征补齐模型处理过的数据训练横向联邦学习模型。
全文数据：
权利要求：
百度查询： 中国计量大学 一种面向横向联邦学习的多方数据特征补齐方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号