公开(公告)号：CN115496121A

公开(公告)日：2022-12-20

申请号：CN202210466824.2

申请日：2022-04-29

Applicant: 厦门大学

Inventor： 范晓亮 ,  杨佩蓁 ,  王铮 ,  王程 ,  俞容山

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于联邦学习的模型训练方法及装置，其中方法包括：在每轮通信中，服务器获取用户上传的模型参数和训练损失，并更新用户历史梯度列表，其中用户历史梯度列表包括所有用户最新的梯度和该梯度所属的轮数；服务器计算出当前轮采样到的用户的平均梯度；服务器计算出当前轮未采样到的用户历史梯度中与平均梯度两两之间余弦夹角值中的最小值，通过一个带约束的非线性规划目标函数优化得到该轮更新的全局梯度，从而得到最终聚合后的模型；由此，在不损害未采样到的用户模型的前提下优化了全局模型，提升了模型在当前轮对未采样到的用户的代表性，降低了服务器选择用户时的采样偏差的负面影响，从而提高了联邦学习模型的准确度和公平性。

公开(公告)号：CN115510277A

公开(公告)日：2022-12-23

申请号：CN202210717598.0

申请日：2022-06-23

Applicant: 厦门大学

Inventor： 范晓亮 ,  闫旭 ,  杨佩蓁 ,  陈龙彪 ,  臧彧 ,  王程

IPC: G06F16/901 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种连续时序交互图表示方法和介质，其中方法包括：获取原始动态图数据，进行预处理，以得到结构数据、节点特征和边特征；进行划分，以生成训练集、测试集和验证集；根据训练集对模型进行训练，以得到初始图表示模型，并根据测试集和验证集对初始图表示模型进行测试和验证，以得到最终图表示模型，获取待处理动态图，并通过最终图表示模型输出待处理动态图中节点对应的节点表示向量；能够有效捕捉节点表示的连续动态性并学习其状态轨迹，进而有效提升非活跃节点的表示能力及长间隔交互的预测效果。

公开(公告)号：CN115456191A

公开(公告)日：2022-12-09

申请号：CN202210914946.3

申请日：2022-08-01

Applicant: 厦门大学

Inventor： 范晓亮 ,  王铮 ,  陈亮 ,  杨佩蓁 ,  王子徽 ,  王程

IPC: G06N20/00

Abstract: 本发明公开了一种联邦学习平台，通过任务预处理模块对机器学习任务对应的原始数据集进行预处理，以生成所述机器学习任务对应的子联邦任务，以及获取所述机器学习任务对应的模型；任务运行模块加载机器学习任务对应的子联邦任务和对应的模型，以便完成联邦训练初始化；联邦训练模块根据子联邦任务和对应的模型模拟服务端和用户端进行联邦学习以完成联邦训练；由此，能够将传统机器学习任务转化为联邦训练场景的通用任务处理范式，使得联邦学习在任意机器学习任务上的效果能够被快速验证。