[发明专利]一种基于泛化域自适应的无监督联邦学习方法有效
| 申请号： | 202110619751.1 | 申请日： | 2021-06-03 |
| 公开（公告）号： | CN113420888B | 公开（公告）日： | 2023-07-14 |
| 发明（设计）人： | 王斌;李港 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 李冉 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于泛化域自适应的无监督联邦学习方法，该方法包括：在联邦学习框架下，基于类别质心的分布式模型参数加权平均聚合方法；发明了特征提取、分类学习两段异步式的学习方法，在源域固定特征分类器训练特征提取，而在目标域固定特征提取器学习特征分类器；提出了基于通信轮数的数据交互方式，不需要每次训练都传递数据，而是在客户端训练多个轮数之后更新服务器上的模型参数。本发明的方法能够应用于分布式无监督场景下面向域泛化的工业互联网场景中，提高了客户端之间的通信效率，保障了用户隐私。基于质心的加权平均方式克服了客户端之间数据量不一致而导致的特征偏移情况，较好的完成了服务器端的特征汇聚，提高了目标域的类别预测准确率。 | ||
| 搜索关键词： | 一种 基于 泛化 自适应 监督 联邦 学习方法 | ||
【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石油大学（华东），未经中国石油大学（华东）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/202110619751.1/，转载请声明来源钻瓜专利网。
