“桂孝强”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]用于模型训练的方法及计算设备-CN202310758591.8在审
发明人：盛祥荣;程月瑶;桂孝强;赵云峰;韩曙光;朱晗;姜宇宁;许俭;郑波;余国先 -专利权人：浙江天猫技术有限公司
申请日： 2023-06-25 - 公布日： 2023-10-27 - 主分类号： G06N20/00 文献下载
摘要：本申请提供一种用于模型训练的方法及计算设备。一种用于模型训练的方法包括：准备数据样本，所述数据样本包含非优势信息和优势信息；设计教师模型和学生模型，其中所述学生模型用于对非优势信息进行建模，所述教师模型用于对非优势信息和优势信息进行建模；利用所述数据样本训练所述教师模型；通过准度兼容的序列蒸馏损失函数，将教师模型的预估能力蒸馏到所述学生模型中。根据本申请的技术方案使学生模型极大地学习到教师模型的排序能力，同时不会破坏模型的预估准度。
用于模型训练方法计算设备

[发明专利]基于双重信任机制的鲁棒联邦学习方法及系统-CN202210735988.0在审
发明人：余国先;桂孝强;王峻;郭伟;崔立真 -专利权人：山东大学
申请日： 2022-06-27 - 公布日： 2022-09-23 - 主分类号： G06N20/20 文献下载
摘要：本发明提供了一种基于双重信任机制的鲁棒联邦学习方法及系统，通过归一化客户端梯度限制恶意梯度的恶意性并增大良性梯度的有益性；本发明提出的一致性信任分可以防止全局模型被误导向错误的更新方向并使促进全局模型往良性方向更新的梯度获得更多的信任；本发明提出的多样性信任分则可以防止全局模型被更新方向相同的恶意梯度所支配并增加对多样性大的客户端梯度的信任，从而可以更好地捕获异质环境中多样的梯度信息；本发明使用调和平均数计算聚合权重可以使只有获得双重信任的客户端梯度才会被认为是良性的，任一信任分不足的梯度都被认为是可疑的，从而保证了对恶意客户端梯度的精准识别。
基于双重信任机制联邦学习方法系统