[發(fā)明專利]聯(lián)邦建模方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202010411493.3 | 申請日: | 2020-05-14 |
| 公開(公告)號: | CN111582505A | 公開(公告)日: | 2020-08-25 |
| 發(fā)明(設(shè)計(jì))人: | 張?zhí)煸?/a>;范力欣;吳錦和 | 申請(專利權(quán))人: | 深圳前海微眾銀行股份有限公司 |
| 主分類號: | G06N20/00 | 分類號: | G06N20/00;G06K9/62 |
| 代理公司: | 深圳市世紀(jì)恒程知識產(chǎn)權(quán)代理事務(wù)所 44287 | 代理人: | 魏蘭 |
| 地址: | 518000 廣東省深圳市前海深港合作區(qū)前*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 聯(lián)邦 建模 方法 裝置 設(shè)備 計(jì)算機(jī) 可讀 存儲 介質(zhì) | ||
1.一種聯(lián)邦建模方法,其特征在于,所述聯(lián)邦建模方法包括以下步驟:
第一終端對訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)注,以獲得公共標(biāo)簽向量以及本地標(biāo)簽向量;
通過待訓(xùn)練模型確定所述公共標(biāo)簽向量對應(yīng)的第一梯度以及所述本地標(biāo)簽向量對應(yīng)的第二梯度;
將所述第一梯度發(fā)送至第二終端,以供所述第二終端基于所述第一梯度,確定并反饋第三梯度;
基于所述第二梯度以及第三梯度確定目標(biāo)梯度,并基于所述目標(biāo)梯度更新所述待訓(xùn)練模型,以獲得目標(biāo)模型。
2.如權(quán)利要求1所述的聯(lián)邦建模方法,其特征在于,所述將所述第一梯度發(fā)送至第二終端,以供所述第二終端基于所述第一梯度,確定并反饋第三梯度的步驟包括:
將所述第一梯度發(fā)送至第二終端,其中,所述第二終端獲取多個第三終端發(fā)送的第四梯度,基于各個第四梯度以及所述第一梯度確定第三梯度,基于所述第三梯度更新所述第二終端的全局模型,并反饋所述第三梯度至所述第一終端。
3.如權(quán)利要求1所述的聯(lián)邦建模方法,其特征在于,所述第一終端對訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)注,以獲得公共標(biāo)簽向量以及本地標(biāo)簽向量的步驟包括:
基于獨(dú)熱編碼對所述訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)注,以獲得公共標(biāo)簽向量;
基于隨機(jī)編碼對所述訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)注,以獲得本地標(biāo)簽向量。
4.如權(quán)利要求1所述的聯(lián)邦建模方法,其特征在于,所述通過待訓(xùn)練模型確定所述公共標(biāo)簽向量對應(yīng)的第一梯度以及所述本地標(biāo)簽向量對應(yīng)的第二梯度的步驟包括:
分別將所述公共標(biāo)簽向量以及所述本地標(biāo)簽向量輸入待訓(xùn)練模型進(jìn)行模型訓(xùn)練,以獲得所述公共標(biāo)簽向量對應(yīng)的第一損失函數(shù)值,以及所述本地標(biāo)簽向量對應(yīng)的第二損失函數(shù)值;
基于所述第一損失函數(shù)值確定所述第一梯度,并基于所述第二損失函數(shù)值確定所述第二梯度。
5.如權(quán)利要求1所述的聯(lián)邦建模方法,其特征在于,所述基于所述第二梯度以及第三梯度確定目標(biāo)梯度的步驟包括:
獲取所述第二梯度對應(yīng)的第一權(quán)重以及所述第三梯度對應(yīng)的第二權(quán)重,并基于所述第一權(quán)重、所述第二權(quán)重、所述第二梯度與所述第三梯度確定所述目標(biāo)梯度。
6.如權(quán)利要求1至5任一項(xiàng)所述的聯(lián)邦建模方法,其特征在于,所述基于所述目標(biāo)梯度更新所述待訓(xùn)練模型,以獲得目標(biāo)模型的步驟包括:
基于所述目標(biāo)梯度更新所述待訓(xùn)練模型的模型參數(shù),以獲得更新后的待訓(xùn)練模型;
若更新后的待訓(xùn)練模型收斂,則將更新后的待訓(xùn)練模型作為所述目標(biāo)模型。
7.如權(quán)利要求6所述的聯(lián)邦建模方法,其特征在于,所述基于所述目標(biāo)梯度更新所述待訓(xùn)練模型的模型參數(shù),以獲得更新后的待訓(xùn)練模型的步驟之后,所述聯(lián)邦建模方法還包括:
若更新后的待訓(xùn)練模型未收斂,則將更新后的待訓(xùn)練模型作為所述待訓(xùn)練模型,并返回執(zhí)行對訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)注,以獲得公共標(biāo)簽向量以及本地標(biāo)簽向量的步驟。
8.一種聯(lián)邦建模裝置,其特征在于,所述聯(lián)邦建模裝置包括:
標(biāo)注模塊,用于對訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)注,以獲得公共標(biāo)簽向量以及本地標(biāo)簽向量;
確定模塊,用于通過待訓(xùn)練模型確定所述公共標(biāo)簽向量對應(yīng)的第一梯度以及所述本地標(biāo)簽向量對應(yīng)的第二梯度;
發(fā)送模塊,用于將所述第一梯度發(fā)送至第二終端,以供所述第二終端基于所述第一梯度,確定并反饋第三梯度;
模型更新模塊,用于基于所述第一梯度以及第三梯度確定目標(biāo)梯度,并基于所述目標(biāo)梯度更新所述待訓(xùn)練模型,以獲得目標(biāo)模型。
9.一種聯(lián)邦建模設(shè)備,其特征在于,所述聯(lián)邦建模設(shè)備包括:存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的聯(lián)邦建模程序,所述聯(lián)邦建模程序被所述處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的聯(lián)邦建模方法的步驟。
10.一種計(jì)算機(jī)可讀存儲介質(zhì),其特征在于,所述計(jì)算機(jī)可讀存儲介質(zhì)上存儲有聯(lián)邦建模程序,所述聯(lián)邦建模程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的聯(lián)邦建模方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳前海微眾銀行股份有限公司,未經(jīng)深圳前海微眾銀行股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010411493.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種Agent聯(lián)邦快速設(shè)計(jì)流程建模方法
- 基于聯(lián)邦模式的動態(tài)產(chǎn)品協(xié)同開發(fā)平臺及方法
- 一種面向深空通信的數(shù)據(jù)傳輸速率控制方法
- 一種HLA聯(lián)邦成員的動態(tài)部署分配方法
- 聯(lián)邦學(xué)習(xí)方法、系統(tǒng)、終端設(shè)備及存儲介質(zhì)
- 一種混合聯(lián)邦學(xué)習(xí)方法及架構(gòu)
- 聯(lián)邦學(xué)習(xí)的沙盒機(jī)制
- 聯(lián)邦模型參數(shù)確定方法、裝置、設(shè)備及存儲介質(zhì)
- 一種應(yīng)用于異構(gòu)計(jì)算設(shè)備的聯(lián)邦學(xué)習(xí)系統(tǒng)和方法
- 基于區(qū)塊鏈的聯(lián)邦建模方法及裝置
- 一種面向制造領(lǐng)域的MDA建模工具的實(shí)現(xiàn)方法
- 一種基于統(tǒng)一建模環(huán)境的建模方法
- 一種統(tǒng)一建模平臺
- 用于管理數(shù)據(jù)建模的系統(tǒng)及其方法
- 建模裝置、建模方法以及建模程序
- 一種提供思維導(dǎo)圖式的模型評價(jià)方法和系統(tǒng)
- 一種動態(tài)交互建模工具的實(shí)現(xiàn)方法及裝置
- 電力設(shè)備建模方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)
- 一種基于瀏覽器傳輸?shù)慕7椒把b置
- 數(shù)據(jù)建模方法、裝置、存儲介質(zhì)及處理器





