[發明專利]基于聯邦學習的預測方法、裝置、存儲介質及遙感設備

在審

• 申請號: 202010164191.0
• 申請日: 2020-03-10
• 公開（公告）號: CN111382706A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 黃安埠;劉洋;殷磊
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 黃嗣童

1.一種基于聯邦學習的預測方法，其特征在于，所述方法包括：

根據本地訓練數據對初始模型進行訓練，獲得單方預測模型；

將所述單方預測模型傳輸至地面信息中心，由所述地面信息中心將對應于若干個遙感設備的若干個所述單方預測模型進行聚合獲得聯邦預測模型，所述聯邦預測模型包括若干個聯邦分模型；

接收對應的聯邦分模型，并基于所述聯邦分模型對待預測本地數據進行預測，獲得預測標簽。

2.根據權利要求1所述的方法，其特征在于，所述根據本地訓練數據對初始模型進行訓練，獲得單方預測模型的步驟包括：

隨機獲得初始模型參數，利用所述初始模型參數獲得所述本地訓練數據的初始預測標簽，基于所述初始預測標簽和所述本地訓練數據的實際標簽計算損失函數；

基于所述損失函數，通過梯度下降的方式更新模型參數；

若達到收斂條件則停止更新，并將對應的模型參數保存為最終模型參數，以此獲得單方預測模型。

3.根據權利要求1所述的方法，其特征在于，所述若干個遙感設備具有不同的傾角，所述基于所述聯邦分模型對待預測本地數據進行預測，獲得預測標簽的步驟之前還包括：

判斷各個所述遙感設備的待預測本地數據是否包括若干個相同維度的目標數據；

若各個所述遙感設備的待預測本地數據包括若干個相同維度的目標數據，則執行步驟：基于所述聯邦分模型對待預測本地數據進行預測，獲得預測標簽。

4.根據權利要求1所述的方法，其特征在于，所述根據本地訓練數據對初始模型進行訓練，獲得單方預測模型的步驟之前還包括：

通過控制系統接收所述地面信息中心發送的指令，根據所述指令執行任務，獲得所述本地數據，所述本地數據包括圖像數據；

對所述本地數據進行預處理，獲得本地訓練數據。

5.根據權利要求3所述的方法，其特征在于，所述判斷各個所述遙感設備的待預測本地數據是否包括若干個相同維度的目標數據的步驟包括：

基于預測任務確定若干個待判斷維度；

獲取所述各個遙感設備的待預測本地數據中的本地維度，基于所述待判定維度判斷所述本地維度是否包括若干個相同維度；

若所述本地維度都包括所述若干個待判斷維度，則判定各個所述遙感設備的本地維度包括若干個相同維度；

若各個所述遙感設備的本地維度包括若干個相同維度，則從所述待預測本地數據中查找與所述若干個待判斷維度對應的目標數據；

若所述各個遙感設備的本地數據中都存在與所述若干個待判斷維度對應的目標數據，則判定各個所述遙感設備的待預測本地數據包括若干個相同維度的目標數據。

6.根據權利要求4所述的方法，其特征在于，所述對所述本地數據進行預處理，獲得本地訓練數據的步驟包括：

按流程對所述本地數據進行預處理，將預處理后的所述本地數據保存為所述本地訓練數據。

7.根據權利要求1所述的方法，其特征在于，所述接收對應的聯邦分模型，并基于所述聯邦分模型對待預測本地數據進行預測，獲得預測標簽的步驟包括：

接收所述地面信息中心對應返回的所述聯邦分模型；

將待預測本地數據輸入所述聯邦分模型，由所述聯邦分模型輸出對應的預測標簽。

8.一種基于聯邦學習的預測裝置，其特征在于，所述基于聯邦學習的預測裝置包括：

訓練模塊，用于根據本地訓練數據對初始模型進行訓練，獲得單方預測模型；

傳輸模塊，用于將所述單方預測模型傳輸至地面信息中心，由所述地面信息中心將對應于若干個遙感設備的若干個所述單方預測模型進行聚合獲得聯邦預測模型，所述聯邦預測模型包括若干個聯邦分模型；

預測模塊，用于接收對應的聯邦分模型，并基于所述聯邦分模型對待預測本地數據進行預測，獲得預測標簽。