申请/专利权人：京东科技控股股份有限公司

申请日：2021-03-03

公开（公告）日：2024-04-16

公开（公告）号：CN113792883B

主分类号：G06N3/098

分类号：G06N3/098;G06F18/214

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.12.31#实质审查的生效;2021.12.14#公开

摘要：本申请公开了一种基于联邦学习的模型训练方法、装置、设备和介质，该方法的一具体实施方式包括：在专家经验标签库中获取第一训练标签集合和第二训练标签，专家经验标签库包括多个基于专家经验设置的训练标签，第一训练标签集合中包括多个不同的第一训练标签；对于各个数据端，在第一训练标签集合中确定该数据端对应的第一训练标签，并基于该数据端对应的第一训练标签，对该数据端中的模型进行训练；获取各个数据端根据训练好的模型发送的训练数据；根据训练数据和第二训练标签，对整合模型进行训练，以使训练好的整合模型对各个数据端发送的数据进行整合。该实施方式能够提升模型训练效果。

主权项：1.一种基于联邦学习的模型训练方法，应用于业务端，所述方法包括：在专家经验标签库中获取第一训练标签集合和第二训练标签，所述专家经验标签库包括多个基于专家经验设置的训练标签，所述第一训练标签集合中包括多个不同的第一训练标签；对于各个数据端，在所述第一训练标签集合中确定该数据端对应的第一训练标签，并基于该数据端对应的第一训练标签，对该数据端中的模型进行训练；获取各个数据端根据训练好的模型发送的训练数据；根据所述训练数据和所述第二训练标签，对整合模型进行训练，以使训练好的整合模型对各个数据端发送的数据进行整合；其中，所述基于该数据端对应的第一训练标签，对该数据端中的模型进行训练，包括：获取该数据端中的模型进行数据压缩处理后输出的压缩数据；基于所述压缩数据和该数据端对应的第一训练标签，向该数据端中的模型返回相应的优化方向，以使该数据端中的模型根据所述优化方向进行训练，其中，所述优化方向用于描述整合数据和训练目标之间的误差值。

全文数据：

权利要求：

百度查询： 京东科技控股股份有限公司 基于联邦学习的模型训练方法、装置、设备和介质

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