[发明专利]基于半监督的横向联邦学习优化方法、设备及存储介质在审
| 申请号： | 202010085117.X | 申请日： | 2020-02-10 |
| 公开（公告）号： | CN111275207A | 公开（公告）日： | 2020-06-12 |
| 发明（设计）人： | 魏锡光;鞠策;李权;曹祥;刘洋;陈天健 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20;G06K9/62 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 张志江 |
| 地址： | 518000 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的横向联邦学习优化方法、设备及存储介质，所述方法包括：接收服务端下发的本次全局模型更新的全局模型参数；基于全局模型参数更新第一模型后，基于本地的无标签样本和无标签样本的增广样本对第一模型进行自监督训练，得到本地模型参数；将本地模型参数发送给服务端，以供服务端根据有标签样本和从各客户端接收到的本地模型参数对第二模型进行有监督训练，得到新一次全局模型更新的全局模型参数并下发给各客户端；循环直到满足预设条件时停止训练得到目标模型。本发明实现只在服务器端有少量有标签样本，在客户端完全没有标签数据时，也能够进行横向联邦学习，从而适应缺乏标签数据的现实场景，节省人力成本。 | ||
| 搜索关键词： | 基于 监督 横向 联邦 学习 优化 方法 设备 存储 介质 | ||
【主权项】：
暂无信息
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/202010085117.X/，转载请声明来源钻瓜专利网。
- 上一篇：全血凝块检测分析仪
- 下一篇：朗读亭操作终端的浏览器使用控制方法及装置
