[发明专利]面向多站点三维影像的联邦深度学习方法及系统有效
| 申请号： | 202110019107.0 | 申请日： | 2021-01-07 |
| 公开（公告）号： | CN112686385B | 公开（公告）日： | 2023-03-07 |
| 发明（设计）人： | 曾令李;范智鹏;胡德文;沈辉;苏建坡;高凯 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20;G06N3/08;G06N3/045;G06V10/774;G06V10/82;G06V10/40;G06F21/60;G06F21/62 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 谭武艺 |
| 地址： | 410073 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向多站点三维影像的联邦深度学习方法及系统，本发明包括单个站点分别使用私有数据对深度学习网络模型进行本轮训练，完成本轮训练后将本轮训练得到梯度信息发送给中央计算服务器，收到返回的全局梯度信息后采用全局梯度信息更新深度学习网络模型，然后选择继续迭代训练或结束。本发明可利用单一站点有限的私有数据、安全地联邦全局梯度信息协同更新的联邦深度学习方法来从三维影像中实现对目标区域有效特征的提取，有助于打破现有法律规定下不同站点之间数据所有权问题和分享的壁垒，鼓励更多拥有同种类三维数据的站点加入联邦以丰富可安全聚合的全局信息，得到更稳健有效的、普适性更强的联邦三维深度分类模型。 | ||
| 搜索关键词： | 面向 站点 三维 影像 联邦 深度 学习方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110019107.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种隔振/震支座
- 下一篇：一种利用摆齿轮针齿轮相连的扭矩传递部件
