一种联邦学习方法、数据分类方法及系统

    公开(公告)号:CN118114120A

    公开(公告)日:2024-05-31

    申请号:CN202410326908.5

    申请日:2024-03-21

    Abstract: 本发明公开了一种联邦学习方法、数据分类方法及系统,属于人工智能技术领域;本发明在联邦学习过程中加入不变特征的学习,首先通过使用本地数据集独自训练本地分类模型,使得模型中的特征提取模块可以充分地学习到本地数据集中的样本分布,实现本地模型预热;然后使本地分类模型中的特征提取模块在其它客户端的协助下,以及不暴露本地数据集的前提下学习如何抽取无偏的特征,通过使特征提取模块在特征有偏的样本中抽取到更加无偏的特征,实现了分类性能的提升,能够在特征偏移场景下提高所得模型分类的准确性。

Patent Agency Ranking