[發(fā)明專利]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理方法、裝置、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010596089.8
• 申請日: 2020-06-24
• 公開（公告）號: CN111737922A
• 公開（公告）日: 2020-10-02
• 發(fā)明（設(shè)計）人: 康焱;張?zhí)煸?/a>;劉洋;陳天健
• 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: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06F111/10
• 代理公司: 深圳市世紀恒程知識產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 張婷

本申請公開了一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理方法、裝置、設(shè)備和介質(zhì)，該方法包括：獲取待處理時序數(shù)據(jù)，將所述待處理時序數(shù)據(jù)輸入至數(shù)據(jù)處理模型中；所述數(shù)據(jù)處理模型為基于用戶非相同時刻的時序數(shù)據(jù)對不同時刻的循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行聯(lián)邦前向訓(xùn)練后，再對聯(lián)邦前向訓(xùn)練完成的不同時刻的循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行各個時刻的聯(lián)邦反向訓(xùn)練后得到的；基于所述數(shù)據(jù)處理模型對所述待處理時序數(shù)據(jù)執(zhí)行預(yù)設(shè)數(shù)據(jù)處理流程，得到所述待處理時序數(shù)據(jù)的目標預(yù)測標簽。本申請解決用戶非相同時刻的時序數(shù)據(jù)存儲在不同參與方或者不同設(shè)備中，處于隱私保護等限制條件難以有效利用，從而致使建模后得到的模型難以達到預(yù)期的預(yù)測效果等問題。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)的不斷發(fā)展，越來越多的技術(shù)(如分布式、區(qū)塊鏈Blockchain、人工智能等)等得到應(yīng)用，但互聯(lián)網(wǎng)也對技術(shù)提出了更高的要求，如對數(shù)據(jù)處理也有更高的要求。

循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network，RNN)模型常用于處理用戶非相同時刻的時序數(shù)據(jù)，其中，時序數(shù)據(jù)指的是基于時間序列排列的數(shù)據(jù)，用戶非相同時刻的時序數(shù)據(jù)包括同一用戶在不同時刻，在不同數(shù)據(jù)源如不同參與方或者不同設(shè)備上的特征數(shù)據(jù)，例如，同一病人可能在不同的時間訪問過幾家不同的醫(yī)療機構(gòu)來對同一種(或相似)病情進行診斷，同一病人在不同的時間(不同時刻)訪問的不同醫(yī)療機構(gòu)(不同參與方或者不同設(shè)備)對同一種病情的診斷時序數(shù)據(jù)，為同一用戶的不同時刻，在不同數(shù)據(jù)源如不同服務(wù)器上的特征數(shù)據(jù)。

目前，用戶非相同時刻的時序數(shù)據(jù)存儲在不同參與方或者不同設(shè)備中，出于隱私保護，不同參與方或者不同設(shè)備之間不能直接進行用戶非相同時刻的時序數(shù)據(jù)的交互，即各參與方或者不同設(shè)備之間不能共享用戶非相同時刻的時序數(shù)據(jù)以進行聯(lián)合建模，進而導(dǎo)致各參與方或者不同設(shè)備只能基于各自少量的用戶非相同時刻的時序數(shù)據(jù)進行建模，只能基于少量的時序數(shù)據(jù)進行建模，致使需要訓(xùn)練更長時間才能使得訓(xùn)練后的模型達到目標性能，進而導(dǎo)致計算機需要耗費大量資源算力，致使計算機算力資源的利用率低。

發(fā)明內(nèi)容

本申請的主要目的在于提供一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理方法、裝置、設(shè)備和介質(zhì)，旨在解決現(xiàn)有技術(shù)中，不同參與方或者不同設(shè)備之間不能直接進行用戶非相同時刻的時序數(shù)據(jù)的交互，導(dǎo)致各參與方或者不同設(shè)備只能基于各自少量的用戶非相同時刻的時序數(shù)據(jù)進行建模，致使建模后得到的模型難以達到預(yù)期的預(yù)測效果的技術(shù)問題。

為實現(xiàn)上述目的，本申請?zhí)峁┮环N基于循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理方法，預(yù)設(shè)時序數(shù)據(jù)指的是用戶非相同時刻的時序數(shù)據(jù)，所述基于循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理方法包括：

獲取待處理時序數(shù)據(jù)，將所述待處理時序數(shù)據(jù)輸入至數(shù)據(jù)處理模型中；

所述數(shù)據(jù)處理模型為基于用戶非相同時刻的時序數(shù)據(jù)對不同時刻的循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行聯(lián)邦前向訓(xùn)練后，再對聯(lián)邦前向訓(xùn)練完成的不同時刻的循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行各個時刻的聯(lián)邦反向訓(xùn)練后得到的；

基于所述數(shù)據(jù)處理模型對所述待處理時序數(shù)據(jù)執(zhí)行預(yù)設(shè)數(shù)據(jù)處理流程，得到所述待處理時序數(shù)據(jù)的目標預(yù)測標簽。

本申請還提供一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理裝置，預(yù)設(shè)時序數(shù)據(jù)指的是用戶非相同時刻的時序數(shù)據(jù)，所述基于循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理裝置包括：

第一獲取模塊，用于獲取待處理時序數(shù)據(jù)，將所述待處理時序數(shù)據(jù)輸入至數(shù)據(jù)處理模型中；

所述數(shù)據(jù)處理模型為基于用戶非相同時刻的時序數(shù)據(jù)對不同時刻的循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行聯(lián)邦前向訓(xùn)練后，再對聯(lián)邦前向訓(xùn)練完成的不同時刻的循環(huán)神經(jīng)網(wǎng)絡(luò)模型進行各個時刻的聯(lián)邦反向訓(xùn)練后得到的；

第二獲取模塊，用于基于所述數(shù)據(jù)處理模型對所述待處理時序數(shù)據(jù)執(zhí)行預(yù)設(shè)數(shù)據(jù)處理流程，得到所述待處理時序數(shù)據(jù)的目標預(yù)測標簽。