申请/专利权人:高通股份有限公司
申请日:2022-04-04
公开(公告)日:2024-02-06
公开(公告)号:CN117529728A
主分类号:G06N3/047
分类号:G06N3/047;G06F17/18;G06N3/045;G06N3/084;G06N3/082
优先权:["20210406 US 17/223,946"]
专利状态码:在审-实质审查的生效
法律状态:2024.02.27#实质审查的生效;2024.02.06#公开
摘要:本公开的某些方面提供了用于使用私有变分丢弃的改进的机器学习的技术。基于本地数据集来更新全局机器学习模型的参数集,并基于修剪准则来修剪该参数集。部分地基于噪声值,为修剪后剩余的参数子集计算经噪声增强的梯度集;以及向全局模型服务器传送该经噪声增强的梯度集。
主权项:1.一种方法,包括:基于本地数据集来更新全局机器学习模型的参数集;基于修剪准则来修剪所述参数集;部分地基于噪声值,为所述修剪后剩余的参数子集计算经噪声增强的梯度集;以及向全局模型服务器传送所述经噪声增强的梯度集。
全文数据:
权利要求:
百度查询: 高通股份有限公司 机器学习中的隐私性知悉式修剪
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。