一种多方构建联邦学习模型的方法及装置.pdfVIP

下载本文档

4
0
约2.21万字
约 19页
2023-05-29 发布于四川
举报
版权申诉

一种多方构建联邦学习模型的方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种多方构建联邦学习模型的方法及装置，包括：参与方针对自身存储的任一重叠用户的用户样本，将用户样本的各特征值输入特征提取模型，得到用户样本的第一向量，第一向量是各特征值经特征提取模型的中间层处理后的各输出值，再针对自身存储的任一重叠用户的用户样本，通过重叠用户在标签提供方的标签值，确定用户样本的各关键特征及各关键特征的第二向量，最后根据各重叠用户的样本向量进行联邦子模型训练，得到联邦子模型，其中，样本向量包括第一向量和第二向量，联邦子模型用于汇总为联邦学习模型，根据样本向量，对高维稀

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112396189 A (43)申请公布日 2021.02.23 (21)申请号 202011359469.6 (22)申请日 2020.11.27 (71)申请人中国银联股份有限公司