一种基于联邦架构的嵌套元学习方法和系统.pdf
一只****爱敏
亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于联邦架构的嵌套元学习方法和系统.pdf
本发明提出一种基于联邦架构的嵌套元学习方法和系统。所述方法包括:从N个客户端中选取m<base:Sub>1</base:Sub>个客户端,m<base:Sub>1</base:Sub>个客户端分别基于各自的本地数据和当前状态下的全局模型参数,来训练m<base:Sub>1</base:Sub>个客户端各自的本地模型参数,N和m<base:Sub>1</base:Sub>均为正整数且N≥m<base:Sub>1</base:Sub>;中心服务器根据接收到的m<base:Sub>1</base:Sub>个客户
一种基于图计算的联邦学习方法和系统.pdf
本发明公开了一种基于图计算的联邦学习方法和系统,包括模型构建模块、模型运行模块和模型评估模块,所述模型运行模块包括图神经网络组件、机器学习组件和连接组件,所述模型运行模块包括模型参数配置单元、模型运行单元和模型运行结果及日志查看单元,所述模型评估模块包括模型下载单元和模型预测单元。本发明中,通过发起方、协助方和协调方组建一个联合模型,协作方各自本体保留自己的本地模型,从多方数据源获取图神经网络模型需要的点边特征数据,但数据在各自节点的物理机上并且在模型训练过程中不会传输原数据,并且在进行多方数据对齐时,通
一种基于多标签的联邦学习方法、装置和系统.pdf
本说明书实施例提供一种基于多标签的联邦学习方法、装置和系统,该方法包括:多个机构在进行联邦学习时,可信执行环境可以获取由多个机构提供的多个标签数据组,任一标签数据组中包括多个用户的原始标签,所述多个用户中至少存在一个用户在所述多个标签数据组中的多个原始标签不一致;在获取到多个标签数据组后,利用预设的弱监督学习算法对所述多个标签数据组进行学习训练,得到统一的目标标签数据组,目标标签数据组中包括所述多个用户的目标标签;将所述目标标签数据组发送给所述多个机构,以便由所述多个机构基于所述目标标签数据组进行联邦学习
基于锚点聚合的联邦学习方法和系统.pdf
本发明公开了一种基于锚点聚合的联邦学习方法和系统,包括多个客户端和中心服务器,每个客户端与中心服务器建有通信通道;客户端用于依据当轮次全局锚点指导本地数据集训练当前本地模型,同时更新本地锚点后,上传新本地锚点至中心服务器,其中,本地锚点为根据本地数据对应的特征向量确定的能够代表分类类别的特征点;中心服务器用于对所有客户端上传的新本地锚点进行聚合更新,以得到与各分类类别相对应的全局锚点,并将全局锚点下发至各客户端以指导下一轮次本地训练。该方法和系统在保障模型训练精度的基础上有效地减少了联邦训练的通信量级,同
一种基于区块链和可信执行环境的联邦学习方法及系统.pdf
本发明涉及一种基于区块链和可信执行环境的联邦学习方法及系统,属于人工智能机器学习技术领域。本发明结合区块链和可信执行环境技术,在任务征集阶段,任务所有者在区块链网络广播发起众包模型训练任务。收到任务后,满足要求的节点申请加入参与者合约,任务发布者从所有申请者中随机选择满足训练要求数目的参与者并下发任务。被选中的参与者在本地对模型进行训练,同时,在自己的TEE环境中,通过对比模型更新的哈希值是否一致生成模型训练的正确性证明。当完成所有模型训练更新后,参与者将更新的模型和证明发送至聚合合约进行模型聚合和验证,