[發(fā)明專利]面向聯(lián)邦機(jī)器學(xué)習(xí)的全流程服務(wù)遷移方法與系統(tǒng)有效
| 申請(qǐng)?zhí)枺?/td> | 202110290587.4 | 申請(qǐng)日: | 2021-03-18 |
| 公開(公告)號(hào): | CN112884165B | 公開(公告)日: | 2023-07-04 |
| 發(fā)明(設(shè)計(jì))人: | 邢廷炎;周長(zhǎng)兵;楊艷霞 | 申請(qǐng)(專利權(quán))人: | 中國(guó)地質(zhì)大學(xué)(北京) |
| 主分類號(hào): | G06N20/00 | 分類號(hào): | G06N20/00;G06F18/25;G06N3/098;G06F16/215 |
| 代理公司: | 北京君莫知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11715 | 代理人: | 崔云鶴 |
| 地址: | 100083*** | 國(guó)省代碼: | 北京;11 |
| 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: | 面向 聯(lián)邦 機(jī)器 學(xué)習(xí) 流程 服務(wù) 遷移 方法 系統(tǒng) | ||
本發(fā)明公開了一種面向聯(lián)邦機(jī)器學(xué)習(xí)的全流程服務(wù)遷移系統(tǒng),包括分布在不同地址的多個(gè)設(shè)備(1);每個(gè)設(shè)備(1)包括相應(yīng)的模型創(chuàng)建模塊(2)、數(shù)據(jù)清理模塊(3)、數(shù)據(jù)傳感模塊(6)和數(shù)據(jù)讀取模塊(11);所述數(shù)據(jù)創(chuàng)建模塊(2)和所述數(shù)據(jù)傳感模塊(6)數(shù)據(jù)通信連接;所述聯(lián)邦機(jī)器學(xué)習(xí)調(diào)度模塊(10)從所有設(shè)備上的所述單機(jī)存儲(chǔ)模塊(7)任意抽取一定數(shù)量的數(shù)據(jù)記錄,用于對(duì)所述總的所述數(shù)據(jù)聯(lián)邦模型進(jìn)行校驗(yàn)。本發(fā)明的面向聯(lián)邦機(jī)器學(xué)習(xí)的全流程服務(wù)遷移方法與系統(tǒng),本申請(qǐng)?jiān)谶M(jìn)行數(shù)據(jù)記錄訓(xùn)練前,對(duì)數(shù)據(jù)記錄進(jìn)行數(shù)據(jù)清理,以便剔除數(shù)據(jù)記錄異常的部分,以便保證數(shù)據(jù)記錄的準(zhǔn)確性,從而保證數(shù)據(jù)模型的準(zhǔn)確。
技術(shù)領(lǐng)域
本發(fā)明涉及在計(jì)算機(jī)算法技術(shù)領(lǐng)域,具體為一種面向聯(lián)邦機(jī)器學(xué)習(xí)的全流程服務(wù)遷移方法與系統(tǒng)。
背景技術(shù)
21世紀(jì)是智能化的時(shí)代。隨著科學(xué)技術(shù)的快速發(fā)展,人類社會(huì)的生產(chǎn)和生活都得到了極大的提高,而依賴于技術(shù)的進(jìn)步,很多原來更多依賴人力的技術(shù)開始走向自動(dòng)化的操作,但是自動(dòng)化的操作通常需要計(jì)算機(jī)或者微型計(jì)算機(jī)去處理眾多的邏輯關(guān)系,因此,其需要進(jìn)行大量的數(shù)學(xué)計(jì)算和邏輯計(jì)算,這必然會(huì)提高對(duì)處理器的邏輯計(jì)算能力需求,而大規(guī)模集成電路或超大規(guī)模集成電路的運(yùn)算處理能力,也直接影響到了其生產(chǎn)成本。而對(duì)有智能化的計(jì)算和人工智能的發(fā)展,其對(duì)處理器的運(yùn)算處理能力需求進(jìn)一步加強(qiáng),因此,為了適應(yīng)于大規(guī)模的計(jì)算和運(yùn)算處理能力,一方面,需要提升處理器的自身處理能力,另外一方面,希望降低對(duì)運(yùn)算能力的需求,即優(yōu)化人工智能的運(yùn)算處理需求,因此,現(xiàn)今,也一直有大量的研究針對(duì)算法,已通過算法去改進(jìn)計(jì)算模型,降低運(yùn)算的需求。另外一方面,對(duì)各種智能設(shè)備來說,為了實(shí)現(xiàn)各種智能化處理的技術(shù)效果,需要聯(lián)合各傳感設(shè)備或各機(jī)構(gòu)的數(shù)據(jù),進(jìn)行綜合邏輯計(jì)算后,進(jìn)行匯總后作出綜合判斷,但要將分散在各地的數(shù)據(jù)進(jìn)行整合在巨大的困難和經(jīng)濟(jì)成本,而目前也存在對(duì)分布在各地的數(shù)據(jù)進(jìn)行聯(lián)合訪問和處理的技術(shù),如聯(lián)邦機(jī)器學(xué)習(xí),又名聯(lián)邦學(xué)習(xí),聯(lián)合學(xué)習(xí),聯(lián)盟學(xué)習(xí),聯(lián)邦機(jī)器學(xué)習(xí)是一個(gè)機(jī)器學(xué)習(xí)框架,能有效幫助多個(gè)機(jī)構(gòu)在滿足用戶隱私保護(hù)、數(shù)據(jù)安全和政府法規(guī)的要求下,進(jìn)行數(shù)據(jù)使用和機(jī)器學(xué)習(xí)建模;
如專利CN?111126609A公開了一種基于聯(lián)邦學(xué)習(xí)的知識(shí)遷移方法、裝置、設(shè)備和介質(zhì),其首先進(jìn)行各不同訓(xùn)練任務(wù)的各強(qiáng)化學(xué)習(xí)訓(xùn)練模型的接收,進(jìn)而進(jìn)行對(duì)各所述預(yù)設(shè)強(qiáng)化學(xué)習(xí)訓(xùn)練模型的適配,獲得強(qiáng)化學(xué)習(xí)適配模型,進(jìn)而進(jìn)行對(duì)各所述強(qiáng)化學(xué)習(xí)適配模型的聯(lián)邦處理,獲得聯(lián)邦模型,進(jìn)而進(jìn)行對(duì)所述聯(lián)邦模型的適配,獲得聯(lián)邦適配模型,進(jìn)而將各所述聯(lián)邦適配模型發(fā)送至各所述強(qiáng)化學(xué)習(xí)訓(xùn)練模型對(duì)應(yīng)的訓(xùn)練設(shè)備,以對(duì)各所述強(qiáng)化學(xué)習(xí)訓(xùn)練模型進(jìn)行迭代訓(xùn)練。也即,本申請(qǐng)通過首先進(jìn)行對(duì)各所述強(qiáng)化學(xué)習(xí)訓(xùn)練模型的適配,實(shí)現(xiàn)了對(duì)不同訓(xùn)練任務(wù)的各強(qiáng)化學(xué)習(xí)訓(xùn)練模型的聯(lián)邦處理,獲得聯(lián)邦模型,進(jìn)而對(duì)所述聯(lián)邦模型進(jìn)行適配,獲得聯(lián)邦適配模型,進(jìn)而實(shí)現(xiàn)了對(duì)不同訓(xùn)練任務(wù)的各強(qiáng)化學(xué)習(xí)訓(xùn)練模型的迭代訓(xùn)練,也即,實(shí)現(xiàn)了基于聯(lián)邦學(xué)習(xí)的不同訓(xùn)練任務(wù)的各強(qiáng)化學(xué)習(xí)訓(xùn)練模型的知識(shí)的在線實(shí)時(shí)遷移,避免了進(jìn)行知識(shí)遷移時(shí)花費(fèi)訓(xùn)練時(shí)間過長(zhǎng)的情況發(fā)生,進(jìn)而提高了知識(shí)遷移的遷移效率,所以,解決了現(xiàn)有技術(shù)中知識(shí)遷移效率低的技術(shù)問題。
專利CN109299728A公開了一種聯(lián)邦學(xué)習(xí)方法、系統(tǒng)及可讀存儲(chǔ)介質(zhì),其聯(lián)邦學(xué)習(xí)方法包括以下步驟:數(shù)據(jù)終端基于梯度下降樹GBDT算法對(duì)多方訓(xùn)練樣本進(jìn)行聯(lián)邦訓(xùn)練,以構(gòu)建梯度樹模型,其中,所述數(shù)據(jù)終端為多個(gè),所述梯度樹模型包括多棵回歸樹,所述回歸樹包括多個(gè)分割點(diǎn),所述訓(xùn)練樣本包括多個(gè)特征,所述特征與所述分割點(diǎn)一一對(duì)應(yīng);所述數(shù)據(jù)終端基于所述梯度樹模型,對(duì)待預(yù)測(cè)樣本進(jìn)行聯(lián)合預(yù)測(cè),以確定待預(yù)測(cè)樣本的預(yù)測(cè)值。該發(fā)明通過GBDT算法對(duì)多方訓(xùn)練樣本進(jìn)行聯(lián)邦訓(xùn)練,實(shí)現(xiàn)梯度樹模型建立,通過梯度樹模型,適用于數(shù)據(jù)量規(guī)模大的場(chǎng)景,可以很好地滿足現(xiàn)實(shí)生產(chǎn)環(huán)境需要;對(duì)待預(yù)測(cè)樣本進(jìn)行聯(lián)合預(yù)測(cè),實(shí)現(xiàn)對(duì)待預(yù)測(cè)樣本的預(yù)測(cè)。
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)利屬于中國(guó)地質(zhì)大學(xué)(北京),未經(jīng)中國(guó)地質(zhì)大學(xué)(北京)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110290587.4/2.html,轉(zhuǎn)載請(qǐng)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(dòng)態(tài)產(chǎn)品協(xié)同開發(fā)平臺(tái)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(dòng)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(chǔ)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(chǔ)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
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





