一种基于个性化信息分离的异构联邦学习方法及系统

    公开(公告)号:CN119849602A

    公开(公告)日:2025-04-18

    申请号:CN202510315540.7

    申请日:2025-03-18

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于个性化信息分离的异构联邦学习方法及系统,方法包括以下步骤:客户端利用特征提取器提取原始数据集的特征信息,分离出特征信息中的个性化信息,并发送到服务器;服务器利用个性化信息训练生成器,并将训练好的生成器广播给客户端;客户端使用接收到的生成器生成增强样本,与原始数据集一起形成扩展数据集;服务器与客户端使用联邦学习的方式训练模型,其中客户端使用扩展数据集训练局部模型,服务器通过聚合各个客户端的局部模型更新全局模型。本发明通过分离出个性化信息训练一个生成器,再通过该生成器扩展数据集,解决数据异构性问题并同时提高通信效率。

    一种肺炎辅助诊断系统及方法

    公开(公告)号:CN117577312A

    公开(公告)日:2024-02-20

    申请号:CN202311721992.2

    申请日:2023-12-14

    Applicant: 华侨大学

    Abstract: 本发明公开一种肺炎辅助诊断系统及方法,涉及人工智能医疗技术领域,服务器和各个客户端采用联邦学习进行模型训练,服务器生成合成数据后,将相同的合成数据下发给客户端进行训练,通过引入合成数据,解决各个医院肺炎数据异质性带来的影响,通过在客户端训练的目标函数中引入一个条件分布不匹配惩罚来达到特征校准的效果,通过引入迁移学习,通过私有数据校准合成数据的特征信息,从而提高准确性,达到解决在联邦医疗场景下的肺炎数据异质性,从而提升模型性能,进而提高肺炎辅助诊断结果的准确性的效果。

    一种基于联邦学习的自适应DPWGAN训练方法及系统

    公开(公告)号:CN117473558A

    公开(公告)日:2024-01-30

    申请号:CN202311785715.8

    申请日:2023-12-25

    Applicant: 华侨大学

    Abstract: 本发明公开一种基于联邦学习的自适应DPWGAN训练方法及系统,该方法包括服务器将初始化后的WGAN中的判别器、生成器参数及噪声尺度广播至客户端;客户端利用本地数据集进行DPWGAN训练,利用自适应噪声的差分隐私方案对训练后的生成器参数进行扰动;并将扰动后的生成器参数上传至服务器;服务器对扰动后的生成器参数进行加权平均的操作,得到聚合后的全局模型,并根据聚合后的全局模型生成图像的Inception Score和FID值;不断更新,直至Inception Score和FID值达到预期目标。本发明能够解决传统GAN训练中出现数据孤岛问题以及隐私保护问题。

Patent Agency Ranking