[发明专利]一种基于树状拓扑结构的联邦学习方法及装置在审
| 申请号： | 201911000573.3 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110728376A | 公开（公告）日： | 2020-01-24 |
| 发明（设计）人： | 黄安埠 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 11291 北京同达信恒知识产权代理有限公司 | 代理人： | 彭燕 |
| 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： | 本申请提供一种基于树状拓扑结构的联邦学习方法及装置，涉及机器学习技术领域，用以解决联邦聚合时间过长及网络传输压力大的问题。所述方法的树状拓扑结构包括至少两层结构，每层结构包括至少一个节点，每个节点对应一个训练模型，所述方法包括：若满足预设触发条件，则对所述树状拓扑结构当前层的节点进行抽样处理；确定所述进行抽样处理后的当前层节点对应的训练模型，对所述确定的训练模型进行联邦聚合。该方法减轻分层的树状拓扑结构在进行联邦聚合时的网络传输压力，且加快联邦聚合的速度。 | ||
| 搜索关键词： | 树状拓扑结构 聚合 训练模型 网络传输 抽样 机器学习技术 触发条件 两层结构 层结构 分层 预设 申请 学习 | ||
【主权项】：
1.一种基于树状拓扑结构的联邦学习方法，其特征在于，所述树状拓扑结构包括至少两层结构，每层结构包括至少一个节点，每个节点对应一个训练模型，包括：/n若满足预设触发条件，则对所述树状拓扑结构的当前层节点进行抽样处理；/n确定所述进行抽样处理后的当前层节点对应的训练模型，对所述确定的训练模型进行联邦聚合。/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/201911000573.3/，转载请声明来源钻瓜专利网。
