[发明专利]一种基于聚类的图联邦学习的用户位置预测框架在审
| 申请号： | 202111397483.X | 申请日： | 2021-11-23 |
| 公开（公告）号： | CN114077901A | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 张啸;王麒麟;叶梓铭;于东晓 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20;G06F21/62;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 青岛华慧泽专利代理事务所(普通合伙) 37247 | 代理人： | 付秀颖 |
| 地址： | 250013 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于聚类的图联邦学习的用户位置预测框架，包括如下步骤：S1.用户在本地使用序列预测模型进行训练；S2.用户将模型参数及原始序列数据经过编码器之后的隐含状态上传至服务器；S3.利用隐含状态学习相似图结构；S4.通过图卷积神经网络获得用户的嵌入表示；S5.通过聚类方法将用户分为多个簇，每个簇中的用户执行联邦平均算法；S6.将嵌入表示和平均后的模型参数下载到相应用户，各个用户将隐含状态和嵌入表示进行拼接，之后输出预测结果，并对服务器模型参数进行更新。其优点在于，联邦学习保护了数据隐私；图卷积网络解决标签稀缺所带来的的训练成本不足的问题；图聚类算法使更相似的用户执行联邦平均算法从而解决用户间异构性的问题。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 用户 位置 预测 框架 | ||
【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山东大学，未经山东大学许可，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/202111397483.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种急诊分诊智慧医疗系统
- 下一篇：图像显著性检测方法及装置
