联邦学习系统和联邦学习任务处理方法
实质审查的生效
摘要
本申请涉及一种联邦学习系统和联邦学习任务处理方法。方法包括：确定与联邦学习任务相关联的至少一个样本ID是否存在于本地样本数据集和非本地样本数据集之间的交集；响应于该至少一个样本ID存在于该交集，调用第一联邦学习模型处理该联邦学习任务；和响应于该至少一个样本ID不存在于该交集，调用第二联邦学习模型处理该联邦学习任务。所述第一联邦学习模型的训练数据集包括该交集。所述第二联邦学习模型的训练数据集至少包括所述本地样本数据集，并且所述第二联邦学习模型的训练基于所述第一联邦学习模型根据所述本地样本数据集生成的处理结果。如此克服数据缺失问题以及避免训练样本的浪费，提升了推理预测效果。
基本信息
专利标题 ：
联邦学习系统和联邦学习任务处理方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114462060A
申请号 ：
CN202210087894.7
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李晋杰
申请人 ：
深圳致星科技有限公司
申请人地址 ：
广东省深圳市南山区粤海街道大冲社区深南大道9676号大冲商务中心（一期）2栋3号楼18C-1
代理机构 ：
广州三环专利商标代理有限公司
代理人 ：
田琴琴
优先权 ：
CN202210087894.7
主分类号 ：
G06F21/60
IPC分类号 ：
G06F21/60 G06F21/71 G06N3/04 G06N3/08 G06N20/00 G06F16/2458
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
G06F21/60
保护数据
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06F 21/60
申请日 : 20220125
申请日 : 20220125
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
