龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：郑州大学
摘要：本发明公开了一种基于联邦学习的咳嗽声识别方法，属于咳嗽声识别和联邦学习领域。具体包括：中央服务器联合各医疗机构使用其所属患者的咳嗽声数据开展模型训练，以帧为单位对声音片段实现咳嗽声识别。使用联邦学习方法，使得中央服务器在保证各方数据的私密性与安全性训练模型，且使用价值权重抽取参与训练的客户端，优化联邦学习训练效率；使用动态正则化方法更新模型，提高模型泛化能力；使用保留本地层的模型上传策略构建本地模型；使用服务器状态参数聚合全局模型，提高模型收敛速度。
主权项：1.一种基于联邦学习的咳嗽声识别方法，其特征在于，该方法通过中央服务器连接多个含有咳嗽声数据的客户端，多端统筹并行开展联邦学习训练，该方法具体步骤包括如下：S1中央服务器初始化联邦学习训练环境，生成初始全局模型；S2客户端对本地包含咳嗽声的音频片段进行预处理，并划分训练数据集与测试数据集；S3中央服务器使用基于数据价值权重的抽取策略抽取部分客户端参与联邦训练，下发全局模型；S4参与本轮联邦学习训练的客户端在接收到全局模型之后，将其设置为初始本地模型并使用基于动态正则化损失项的模型更新策略对本地模型进行更新，并将更新后的全局模型设置为新的本地模型，计算其损失梯度权重；S5本地模型更新完成后，客户端将模型拆分为特征提取器与全连接层两部分，将特征提取器部分上传至服务器，全连接层留至本地。S6中央服务器接收参与训练的客户端上传的特征提取器模型，使用基于状态参数的全局模型聚合更新方法更新全局特征提取器模型，然后返回步骤3，直至所述中央服务器的所述全局网络模型收敛或达到指定训练次数。。
全文数据：
权利要求：
百度查询： 郑州大学 一种基于联邦学习的咳嗽声识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号