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：中国科学院自动化研究所
摘要：本发明公开了一种基于自步学习与个性化联邦学习的多中心数据处理方法，属于医疗数据处理技术领域。所述方法包括：基于全局自步学习策略训练全局联邦模型：基于训练样本损失值和样本选择阈值对客户端训练样本进行排序和选择，动态调整样本选择阈值以使得全局联邦模型在不同训练阶段选择不同的客户端训练样本；构建针对各中心的个性化模型：将训练好的全局联邦模型拆分为特征提取器部分与决策器部分，并对参数进行解耦，将解耦后的特征提取器参数设置为共享参数，决策器参数设置为客户端私有参数。本发明解决了患者隐私保护问题，联邦模型的个性化适配问题，以及避免了数据异质导致的全局模型的泛化能力受限和难以收敛到全局最优模型的问题。
主权项：1.一种基于自步学习与个性化联邦学习的多中心数据处理方法，其特征在于，所述方法包括如下步骤：步骤1、基于全局自步学习策略训练全局联邦模型：基于训练样本损失值和样本选择阈值对客户端训练样本进行排序和选择，动态调整样本选择阈值以使得全局联邦模型在不同训练阶段选择不同的客户端训练样本；步骤2、构建针对各中心的个性化模型：将训练好的全局联邦模型拆分为特征提取器部分与决策器部分，并对特征提取器部分与决策器部分的参数进行解耦，将解耦后的特征提取器参数设置为共享参数，决策器参数设置为客户端私有参数。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 基于自步学习与个性化联邦学习的多中心数据处理方法
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