[发明专利]一种混合联邦学习方法及架构在审
| 申请号： | 201910720373.9 | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110490738A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 程勇;董苗波;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： | G06Q40/04 | 分类号： | G06Q40/04;G06Q40/02 |
| 代理公司： | 11291 北京同达信恒知识产权代理有限公司 | 代理人： | 姚晓雨<国际申请>=<国际公布>=<进入 |
| 地址： | 518027 广东省深圳市*** | 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： | 本发明公开了一种混合联邦学习方法及架构，该方法适用于具有多组参与者的联邦学习模型训练；其中方法为：针对每个组，根据组内参与者的数据集联合训练每组的第一联邦学习模型；对各组的第一联邦学习模型进行融合得到第二联邦学习模型，并将所述第二联邦学习模型发送给每个组内参与者；针对每个组，根据所述第二联邦学习模型及所述组内参与者的数据集训练得到更新后的第一联邦学习模型，返回对各组的第一联邦学习模型进行融合得到第二联邦学习模型的步骤，直至模型训练结束。上述方法应用于金融科技(Fintech)时，可以提升联邦学习模型的准确率。 | ||
| 搜索关键词： | 学习 模型训练 数据集 融合 准确率 架构 返回 更新 金融 联合 | ||
【主权项】：
1.一种混合联邦学习方法，其特征在于，适用于具有多组参与者的联邦模型训练，其中，同一组内的参与者的数据集之间包含有相同的样本对象及不同的样本特征；不同组间的参与者的数据集之间包含有相同的样本特征及不同的样本对象；所述方法包括：/n针对每个组，根据组内参与者的数据集联合训练每组的第一联邦学习模型；其中，训练所述第一联邦学习模型的过程中组内每个参与者都与组内其他参与者交换了训练的中间结果；对各组的第一联邦学习模型进行融合得到第二联邦学习模型，并将所述第二联邦学习模型发送给每个组内参与者；针对每个组，根据所述第二联邦学习模型及所述组内参与者的数据集训练得到更新后的第一联邦学习模型，返回对各组的第一联邦学习模型进行融合得到第二联邦学习模型的步骤，直至模型训练结束。/n
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/201910720373.9/，转载请声明来源钻瓜专利网。
