[发明专利]一种联邦学习场景中高效的错误数据检测方法在审
| 申请号： | 202010961288.4 | 申请日： | 2020-09-14 |
| 公开（公告）号： | CN112214342A | 公开（公告）日： | 2021-01-12 |
| 发明（设计）人： | 张兰;李向阳;李安然 | 申请（专利权）人： | 德清阿尔法创新研究院 |
| 主分类号： | G06F11/07 | 分类号： | G06F11/07;G06N20/00 |
| 代理公司： | 杭州九洲专利事务所有限公司 33101 | 代理人： | 陈琦;陈继亮 |
| 地址： | 313200 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
一种联邦学习场景中高效的错误数据检测方法，其特征在于所述该方法主要包括以下模块：层次化影响分析、基于影响值的用户选择和模型更新，所述层次化影响分析为给定一训练完成的全局模型 |
||
| 搜索关键词： | 一种 联邦 学习 场景 高效 错误 数据 检测 方法 | ||
【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德清阿尔法创新研究院，未经德清阿尔法创新研究院许可，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/202010961288.4/，转载请声明来源钻瓜专利网。
