Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜深圳前海微众银行股份有限公司陈伟敬获国家专利权

恭喜深圳前海微众银行股份有限公司陈伟敬获国家专利权

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!

龙图腾网恭喜深圳前海微众银行股份有限公司申请的专利联邦学习模型的数据处理方法、装置及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114298327B

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210080568.3,技术领域涉及:G06N20/00;该发明授权联邦学习模型的数据处理方法、装置及存储介质是由陈伟敬;魏文斌;林冰垠;吴玙;范涛;徐倩设计研发完成,并于2022-01-24向国家知识产权局提交的专利申请。

联邦学习模型的数据处理方法、装置及存储介质在说明书摘要公布了:本申请提供了一种联邦学习模型的数据处理方法,应用于第一参与方设备;方法包括:获取第一参与方设备提供的用于训练联邦学习模型的至少一个第一特征;接收第二参与方设备发送的至少一个匿名特征,匿名特征与用于训练联邦学习模型的第二特征相对应;从第一特征及匿名特征中选取至少一个特征,获取各特征对应联邦学习模型的预测结果;基于各特征,构建线性模型的训练样本,并基于训练样本以及预测结果,训练线性模型,得到线性模型收敛时的模型参数;基于模型参数,确定各第一特征对应的第一贡献信息,以及各匿名特征对应的第二贡献信息。通过本申请,能够衡量单条样本中每个特征的贡献信息,同时能够有效减少模型的计算量,提高计算效率。

本发明授权联邦学习模型的数据处理方法、装置及存储介质在权利要求书中公布了:1.一种联邦学习模型的数据处理方法,其特征在于,应用于第一参与方设备,所述第一参与方设备至少包括笔记本电脑、平板电脑、台式计算机、智能手机、专用消息设备、便携式游戏设备、智能音箱、智能手表,所述方法包括:获取所述第一参与方设备提供的用于训练所述联邦学习模型的至少一个第一特征,所述第一特征包括年龄、学历;接收第二参与方设备发送的至少一个匿名特征,所述匿名特征与用于训练所述联邦学习模型的第二特征相对应,所述第二特征包括收入、工作,所述匿名特征为所述第二参与方设备对用于训练联邦学习模型的各第二特征分别进行哈希处理,得到的各第二特征对应的哈希值确定的,所述第二参与方设备至少包括笔记本电脑、平板电脑、台式计算机、智能手机、专用消息设备、便携式游戏设备、智能音箱、智能手表;从所述第一特征以及所述匿名特征中选取至少一个特征,并获取各所述特征对应所述联邦学习模型的预测结果;基于所述至少一个特征,构建线性模型的训练样本,并基于所述训练样本以及所述预测结果,对所述线性模型进行训练,得到所述线性模型收敛时的模型参数;基于所述模型参数,确定各所述第一特征对应所述预测结果的第一贡献信息,以及各所述匿名特征对应所述预测结果的第二贡献信息;在所述基于所述模型参数,确定各所述第一特征对应所述预测结果的第一贡献信息,以及各所述匿名特征对应所述预测结果的第二贡献信息之后,所述方法包括:将各所述第一特征对应所述预测结果的第一贡献信息,以及各所述匿名特征对应所述预测结果的第二贡献信息求和,得到汇总贡献信息;分别获取各所述第二贡献信息与所述汇总贡献信息比值,并将所述比值发送至所述第二参与方设备,以使所述第二参与方设备基于所述比值,确定与各所述匿名特征对应的所述第二特征的贡献信息,所述贡献信息用于衡量第二特征对预测结果的贡献。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳前海微众银行股份有限公司,其通讯地址为:518052 广东省深圳市前海深港合作区前湾一路1号A栋201室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。