[发明专利]一种基于STN的高效安全联邦学习方法及相关设备在审
| 申请号： | 202210083764.6 | 申请日： | 2022-01-24 |
| 公开（公告）号： | CN114611659A | 公开（公告）日： | 2022-06-10 |
| 发明（设计）人： | 周小明;胡德孟;王磊;许方敏;李斌;赵成林;刘晓凯;杜韫成 | 申请（专利权）人： | 北京邮电大学;北京物联智通科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N20/00;G06F21/62 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 朱智勇 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种基于STN的高效安全联邦学习方法及相关设备，其中，所述方法包括：首先，利用空间转换网络对输入的初始二维特征矩阵进行仿射变换，再将仿射变换后的二维特征矩阵输入到联邦学习模型中的卷积神经网络中，得到预测分类结果。利用空间转换网络对输入的初始二维特征矩阵进行仿射变换，等于对不同的二维特征矩阵数据集做相似处理，解决了数据集不一致的问题，从而减小了联邦学习模型中的本地模型的数据集的大小；同时也消除了后续步骤中二维特征矩阵进行多次矩阵初等变换对卷积神经网络特征提取的影响，提升了联邦学习模型分类预测的准确率。 | ||
| 搜索关键词： | 一种 基于 stn 高效 安全 联邦 学习方法 相关 设备 | ||
【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北京邮电大学;北京物联智通科技有限公司，未经北京邮电大学;北京物联智通科技有限公司许可，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/202210083764.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据处理方法及装置
- 下一篇：一种具有碎屑收集结构的工件打磨机
