基于联邦学习的图神经网络模型训练方法以及装置
公开
摘要
本申请提供一种基于联邦学习的图神经网络模型训练方法，包括：S1部署联邦学习平台，将各个训练节点接入所述联邦学习平台；S2所述训练节点根据预测目标分别更新训练数据，并将所述训练数据输入到图神经网络模型训练获得模型参数；S3通过联邦学习平台获得其他所述训练节点的模型参数进行参数聚合，并更新所述图神经网络模型；S4重复步骤S2和S3，到所述图神经网络模型收敛，获得预训练的图神经网络模型。本申请通过联邦学习平台训练图神经网络模型，可以涵盖更多训练数据，可有效的提高图神经网络模型准确度。本申请还提供一种基于联邦学习的图神经网络模型训练装置。
基本信息
专利标题 ：
基于联邦学习的图神经网络模型训练方法以及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114580654A
申请号 ：
CN202210164702.8
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
田鹏飞孙伟
申请人 ：
亿景智联（北京）科技有限公司
申请人地址 ：
北京市海淀区上地信息产业基地创业路6号3层3015
代理机构 ：
北京智丞瀚方知识产权代理有限公司
代理人 ：
周学永
优先权 ：
CN202210164702.8
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00 G06N3/08 G06Q30/02
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-06-03 ：
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
