[发明专利]数字化模型融合方法及装置

说明书

本申请实施例提供一种数字化模型融合方法及装置，方法包括：确定模型融合类型，其中，所述模型包括HI模型和AI模型，所述模型融合类型包括HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合；根据所述模型融合类型，确定对应的模型融合方式并进行模型融合；本申请能够有效、准确和便捷的实现数字模型间的融合。

技术领域

本申请涉及模型融合领域，具体涉及一种数字化模型融合方法及装置。

背景技术

HI模型(Human Intelligence Model)：基于知识驱动，将人的认知和经验进行建模形成的数字化模型，称为HI模型。其优点是逻辑、参数具有明确的物理意义，模型参数易于调整，所得的模型具有很强的适应性。HI模型往往需要很多关键参数，这些参数如果不能很好的获取，会影响模型的效果。HI模型本质上是人的各种经验知识和方法的固化，它更多是从业务逻辑原理、思路、想法出发，强调的是因果关系。

AI模型(Artificial Intelligence Model)：主要基于数据驱动，使用机器学习等相关算法形成的模型，称为AI模型。AI模型中，一些数据分析模型也被广泛使用，包括基本的数据分析模型(如对数据做回归、聚类、分类、降维等基本处理的算法模型)、机器学习模型(如利用神经网络等模型对数据进行进一步辨识、预测等)以及智能控制结构模型，AI模型更多的是从数据本身出发，不过分考虑机理原理，更加强调端对端的相关关系。

发明人发现，目前针对模型融合，学术界和工业界的重心主要在AI模型的融合，更具体的来说，主要在对AI模型的结果进行融合，即所谓模型集成的方法。模型集成的方法多是从模型结果出发，对多个小模型进行融合集成，常见方法有Voting、Bagging、Boosting等，而对模型本身的考虑不足，同时，模型融合缺乏对多个不同所有者的考虑。当参与融合的不同模型归属不同所有者时，各模型推理所使用的数据可能因为数据隐私性的原因，无法直接参与融合。针对HI模型的融合，以及HI和AI模型的融合，目前没有具体的方法。

发明内容

针对现有技术中的问题，本申请提供一种数字化模型融合方法及装置，能够有效、准确和便捷的实现数字模型间的融合。

为了解决上述问题中的至少一个，本申请提供以下技术方案：

第一方面，本申请提供一种数字化模型融合方法，包括：

确定模型融合类型，其中，所述模型包括HI模型和AI模型，所述模型融合类型包括HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合；

根据所述模型融合类型，确定对应的模型融合方式并进行模型融合。

进一步地，所述根据所述模型融合类型，确定对应的模型融合方式并进行模型融合，包括：

提取所述模型的特征信息，其中，所述特征信息包括：模型特征、模型结构、模型参数以及模型评价指标；

若所述模型融合类型为HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合中的任意一种，则根据所述模型融合的预设融合目标和所述模型的模型特征进行特征融合，得到经过所述特征融合后的模型。

进一步地，所述根据所述模型融合类型，确定对应的模型融合方式并进行模型融合，包括：

提取所述模型的特征信息，其中，所述特征信息包括：模型特征、模型结构、模型参数以及模型评价指标；

若所述模型融合类型为AI融合和AI协融合中的任意一种，则根据所述模型的模型结构，确定两个所述模型之间相似度超过阈值的同层参数，并根据所述同层参数进行参数融合，得到经过所述参数融合后的模型。

进一步地，所述根据所述模型融合类型，确定对应的模型融合方式并进行模型融合，包括：