[發明專利]數據處理方法及裝置、設備、存儲介質

在審

• 申請號: 202111326190.2
• 申請日: 2021-11-10
• 公開（公告）號: CN116112366A
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 孔德群;鮑媛媛
• 申請（專利權）人: 中國移動通信有限公司研究院;中國移動通信集團有限公司
• 主分類號: H04L41/12
• 分類號: H04L41/12;G06N20/00
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 馬麗;張穎玲

1.一種數據處理方法，其特征在于，所述方法包括：

確定鄰居設備，接收所述鄰居設備傳輸的第一推理模型的模型參數；

確定所述模型參數的融合權重；

根據所述融合權重，將所述模型參數與自身的第二推理模型的相應模型參數進行融合，得到融合后的第二推理模型；其中，所述第一推理模型與所述第二推理模型的至少部分結構一致；

重新確定鄰居設備，以迭代執行上述步驟，直至達到結束條件，將當前得到的融合后的第二推理模型作為目標推理模型；所述目標推理模型用于對輸入數據執行機器學習任務。

2.根據權利要求1所述的方法，其特征在于，所述確定鄰居設備，包括：

獲取與至少一個設備間的當前相似度；

從所述至少一個設備中，選出所述當前相似度滿足相似條件的設備作為鄰居設備。

3.根據權利要求2所述的方法，其特征在于，所述確定所述模型參數的融合權重，包括：

在自身的第二樣本數據集上利用接收的所述第一推理模型的模型參數和所述第二推理模型進行推理，得到所述第一推理模型在所述第二樣本數據集上的預測準確率；

將所述預測準確率作為所述第一推理模型的模型參數的融合權重。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

根據所述預測準確率，更新與對應的所述鄰居設備間的當前相似度；

將更新后的與所述鄰居設備間的當前相似度通知給所述至少一個設備，以便所述至少一個設備更新對應的當前相似度。

5.根據權利要求4所述的方法，其特征在于，所述獲取與至少一個設備間的當前相似度，包括：

獲取鄰接矩陣，所述鄰接矩陣中的數值表示對應的兩設備間的當前相似度；

從所述鄰接矩陣中獲取與所述至少一個設備間的當前相似度；

所述根據所述預測準確率，更新與所述鄰居設備間的當前相似度，包括：

根據所述預測準確率，更新所述鄰接矩陣中與所述鄰居設備間的當前相似度。

6.根據權利要求5所述的方法，其特征在于，所述獲取鄰接矩陣，包括：

接收所述至少一個設備中的至少一個設備通過廣播法或多播法發送的更新后的鄰接矩陣。

7.根據權利要求1至6任一項所述的方法，其特征在于，所述第一推理模型的模型參數是基于所述鄰居設備的第一樣本數據集訓練第一初始推理模型的模型參數而得到的；

在所述將所述模型參數與自身的第二推理模型的相應模型參數進行融合之前，所述方法還包括：

利用自身的第二樣本數據集，對第二初始推理模型的模型參數進行訓練，得到所述第二推理模型。

8.一種數據處理裝置，其特征在于，包括：

確定單元，用于確定鄰居設備；

接收單元，用于接收所述鄰居設備傳輸的第一推理模型的模型參數；

所述確定單元，還用于確定所述模型參數的融合權重；

融合單元，用于根據所述融合權重，將所述模型參數與自身的第二推理模型的相應模型參數進行融合，得到融合后的第二推理模型；其中，所述第一推理模型與所述第二推理模型的至少部分結構一致；

迭代單元，用于觸發所述確定單元重新確定鄰居設備，以及觸發所述接收單元和所述融合單元迭代執行對應步驟，直至達到結束條件，將當前得到的融合后的第二推理模型作為目標推理模型；所述目標推理模型用于對輸入數據執行機器學習任務。

9.一種電子設備，包括存儲器和處理器，所述存儲器存儲有可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1至7任一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1至7任一項所述的方法。