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：中国人民解放军国防科技大学

摘要：本申请涉及一种聚类联邦学习框架下的主动学习客户选择方法和装置。所述方法包括：向用户广播模型参数，以使用户根据所述模型参数估计聚类身份和计算本地模型更新，并根据预先设置的主动学习策略计算主动指标，接收用户发送的主动指标和聚类身份，在所述聚类身份下将主动指标按照大小进行排序，根据排序结果选择用户子集，获取用户子集中每个用户更新本地模型得到的本地参数，计算每个聚类分区下本地参数的平均值，作为下一次迭代时的模型参数。采用本方法能够减小通信成本。

主权项：1.一种聚类联邦学习框架下的主动学习客户选择方法，其特征在于，所述方法包括：向用户广播模型参数，以使用户根据所述模型参数估计聚类身份和计算本地模型更新，并根据预先设置的主动学习策略计算主动指标；所述聚类身份对应于聚类分区；接收用户发送的主动指标和聚类身份，在所述聚类身份下将所述主动指标按照大小进行排序，根据排序结果选择用户子集；获取所述用户子集中每个用户更新本地模型得到的本地参数，计算每个聚类分区下所述本地参数的平均值，作为下一次迭代时的模型参数；根据预先设置的主动学习策略计算主动指标，包括：根据最低置信度计算主动指标为： 其中，i∈Sj，Sj表示用户聚类集合，n是每个用户的样本量,xi,l表示用户i第l个样本的特征，是在模型参数θj下，最大概率的类别标签；预先设置的主动学习策略计算主动指标，包括：根据边界采样计算主动指标为： 其中，i∈Sj，Sj表示用户聚类集合，n是每个用户的样本量，xi,l表示用户i第l个样本的特征，是在模型参数θj下，和分别表示用户i中第l个样本的第一可能和第二可能的类别标签的概率；预先设置的主动学习策略计算主动指标，包括：根据信息熵计算主动指标为： 其中，i∈Sj，Sj表示用户聚类集合，n是每个用户的样本量,xi,l表示用户i第l个样本的特征，是在模型参数θj下，最大概率的类别标签；预先设置的主动学习策略计算主动指标，包括：根据投票熵计算主动指标为： 其中，表示全部可能的标签；用户根据所述模型参数估计聚类身份，包括：用户根据所述模型参数估计聚类身份为： 其中，是第i个用户本地数据的一个子集。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 聚类联邦学习框架下的主动学习客户选择方法和装置