[发明专利]基于联邦学习和深度学习的稀疏数据聚类方法及装置在审
| 申请号： | 202310266368.1 | 申请日： | 2023-03-16 |
| 公开（公告）号： | CN116361669A | 公开（公告）日： | 2023-06-30 |
| 发明（设计）人： | 李修明 | 申请（专利权）人： | 翼健（上海）信息科技有限公司;翼方健数（北京）信息科技有限公司 |
| 主分类号： | G06F18/23 | 分类号： | G06F18/23;G06F18/214;G06N3/08;G06N20/20 |
| 代理公司： | 北京华清迪源知识产权代理有限公司 11577 | 代理人： | 朱芳 |
| 地址： | 200050 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于联邦学习和深度学习的稀疏数据聚类方法，包括多个参与方和横向联邦学习框架中的仲裁方，多个参与方和横向联邦学习框架中的仲裁方均各自持有一份无标签稀疏数据，无标签稀疏数据的数据特征相同，样本不同；方法应用于参与方，包括：生成密钥，并与其它参与方交换密钥；根据所持有的无标签稀疏数据训练基于深度学习的聚类模型，得到本地模型；根据密钥将本地模型的参数加密后发送给assist‑trainer；assist‑trainer将所有参与方发送的模型参数进行聚合平均，得到最终的全局模型。本申请在不公开明文数据的前提下，可以安全整合存储于不同机构和平台的无标签稀疏数据，极大地扩充样本量，提升了模型精度。 | ||
| 搜索关键词： | 基于 联邦 学习 深度 稀疏 数据 方法 装置 | ||
【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翼健（上海）信息科技有限公司;翼方健数（北京）信息科技有限公司，未经翼健（上海）信息科技有限公司;翼方健数（北京）信息科技有限公司许可，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/202310266368.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于量测开关的电子脱扣动作控制方法
- 下一篇：一种带电立杆专用套筒装置
