[发明专利]基于半监督学习的联邦建模方法、设备及可读存储介质有效
| 申请号： | 201810913118.1 | 申请日： | 2018-08-10 |
| 公开（公告）号： | CN109284313B | 公开（公告）日： | 2021-08-27 |
| 发明（设计）人： | 刘洋;杨强;陈天健;范涛;成柯葳 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国;魏兰 |
| 地址： | 518052 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于半监督学习的联邦建模方法、设备及可读存储介质，包括：第一终端依据第二终端发送的初始模型参数对样本数据执行标注操作，以将样本数据划分为标注的样本数据和未标注的样本数据；第一终端和第二终端依据各自标注的样本数据对初始化后的待训练模型的模型参数进行联合训练迭代，直至初始化后的待训练模型收敛；依据收敛时的模型参数，对未标注的样本数据执行标注操作，并在标注操作完成之后，计算未标注样本比例，且确定未标注样本比例是否小于或等于预设阈值；若未标注样本比例小于或等于预设阈值，则以当前模型参数建立模型，否则继续执行联合训练迭代和样本标注操作。本发明能够提高各方样本数据的利用率。 | ||
| 搜索关键词： | 基于 监督 学习 联邦 建模 方法 设备 可读 存储 介质 | ||
【主权项】：
1.一种基于半监督学习的联邦建模方法，其特征在于，所述基于半监督学习的联邦建模方法包括以下步骤：第一终端接收第二终端发送的初始模型参数，并依据所述初始模型参数对样本数据执行标注操作，以将所述样本数据划分为标注的样本数据和未标注的样本数据，其中，所述初始模型参数由所述第二终端依据存储在所述第二终端中的标注的样本数据对待训练模型进行训练迭代得到；所述第一终端和所述第二终端依据各自标注的样本数据对初始化后的待训练模型的模型参数进行联合训练迭代，直至初始化后的待训练模型收敛；所述第一终端依据收敛时的模型参数，对未标注的样本数据执行标注操作，并在标注操作完成之后，计算未标注样本比例；确定所述未标注样本比例是否小于或等于预设阈值；若所述未标注样本比例小于或等于预设阈值，则以当前模型参数建立模型，否则执行步骤：所述第一终端和所述第二终端依据各自标注的样本数据对初始化后的待训练模型的模型参数进行联合训练迭代，直至初始化后的待训练模型收敛。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810913118.1/，转载请声明来源钻瓜专利网。
