申请/专利权人：广州大学

申请日：2024-03-07

公开（公告）日：2024-04-09

公开（公告）号：CN117851838A

主分类号：G06F18/22

分类号：G06F18/22;G06F18/2321;G06N3/098

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种协作学习过程中异构数据源的鉴定方法，涉及数据源鉴定技术领域，每个参与者或设备在本地数据上独立训练模型，包括微调全局模型或完全在本地数据上训练模型，节点收到节点的模型后，将节点与节点的本地模型进行对比，并计算节点与节点相似度，分析模型相似度矩阵，表示该数据源异构，通过对比模型的相似度，构建相似度矩阵，并将该对称高维矩阵转化成对KDE算法友好的低维矩阵。然后利用交叉验证的方法，搜索相应的最优带宽设置，从而正确地预估模型的个数，最终快速判断数据源的异构性。该方法具有计算复杂度低，预测精度高等优点。

主权项：1.一种协作学习过程中异构数据源的鉴定方法，其特征在于：所述鉴定方法包括以下步骤：所有参与训练的节点对数据进行聚类分析，计算出节点的本地聚类模型；节点在接收到其邻居节点的聚类模型后，计算节点聚类模型与节点聚类模型的相似度；对模型相似度矩阵进行核密度估计；若预估的模型个数大于2，表示该数据源为异构；若预估的模型个数小于等于2，则表示数据源为同构。

全文数据：

权利要求：

百度查询： 广州大学 一种协作学习过程中异构数据源的鉴定方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD