[发明专利]一种联邦梯度提升决策树投票并行训练方法有效
| 申请号： | 202110138495.4 | 申请日： | 2021-02-01 |
| 公开（公告）号： | CN112836830B | 公开（公告）日： | 2022-05-06 |
| 发明（设计）人： | 李先贤;高士淇;石贞奎 | 申请（专利权）人： | 广西师范大学 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 桂林市持衡专利商标事务所有限公司 45107 | 代理人： | 陈跃琳 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种联邦梯度提升决策树投票并行训练方法，针对联邦机构的应用场景，不同的参与方之间享有着不同的数据集存在有较大的分布差异，本发明使用了基于隐私保护的表格数据的对抗生成网络，同时使用KD‑tree对合成样本和本地样本分别聚类采样的方法生成混合样本集，以此来实现接近于总体数据分布的全局混合样本。另外，本发明基于全局混合样本和本地原始样本，并基于联邦学习的方法完成了梯度提升决策树的训练，在训练过程中采用了直方图优化算法使通信量与样本量无关，采用了投票特征的方法使得通信量与样本特征数量无关，极大减小了通信代价，适合在地理位置较远的机构之间通信代价减小。 | ||
| 搜索关键词： | 一种 联邦 梯度 提升 决策树 投票 并行 训练 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广西师范大学，未经广西师范大学许可，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/202110138495.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种具有水冷功能的计算机机箱散热装置
- 下一篇：一种圆刀网及刀片组
