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：蚂蚁科技集团股份有限公司
摘要：本说明书实施例提供一种联合更新模型的技术方案，由训练成员在表征层和映射层基于信息瓶颈理论进行信息过滤，对于表征层处理样本特征数据得到的第一表征，经由构造数据分布进行数据采样得到第二表征，采样得到的第二表征用于经由映射层处理得到模型输出，并由此确定模型损失。同时，模型损失既包括模型输出与样本标签数据对比确定的第一损失，又包括第二表征满足的数据分布与预定的第二分布之间的对比确定的第二损失，从而在最小化模型损失过程中，可以同时最大化第二表征与输出之间的互信息，并最小化第二表征与输入之间的互信息。如此，可以提高数据隐私保护（或数据价值保护）的有效性。
主权项：1.一种联合更新模型的方法，所述模型包括表征层和映射层，表征层和映射层之间设置有信息瓶颈层，所述方法适用于横向联邦学习中的单个训练成员，所述方法包括多个同步周期，在单个同步周期：通过表征层处理第一样本的特征数据，得到第一表征，所述第一表征包括M维的第一向量和M维的第二向量；采样M维的第二表征，其中，所述第二表征中的单个元素从单个第一分布中采样，所述第一分布为以下之一：由所述第一向量中的单个元素作为均值、所述第二向量中的单个元素映射为非负数据集的映射值为方差确定的高斯分布；由所述第一向量中的单个元素作为位置参数、所述第二向量中的单个元素作为尺度参数的拉普拉斯分布；通过所述映射层处理所述第二表征，得到第一输出；确定模型损失，以根据模型损失得到模型数据上传服务方进行同步，所述模型损失包括第一损失和第二损失，所述第一损失基于所述第一输出与所述第一样本的标签数据对比确定，所述第二损失基于所述第二表征满足的数据分布与预定的第二分布之间的对比确定。
全文数据：
权利要求：
百度查询： 蚂蚁科技集团股份有限公司 联合更新模型的方法、装置
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