联邦学习系统、联邦学习方法和装置

    公开(公告)号:CN116108934A

    公开(公告)日:2023-05-12

    申请号:CN202310389405.8

    申请日:2023-04-13

    Abstract: 本发明提供一种联邦学习系统、联邦学习方法和装置,具体实现方案为:显示操作模块,用于显示多方的数据资源信息、模型算法名称,接收需求方输入的任务信息以及需求方对数据资源信息和模型算法名称的操作,基于操作生成任务请求;数据处理模块,用于接收任务请求和任务信息,确定需求方的需求任务,对需求任务进行有效性判断;响应于需求任务有效,对需求任务对应的各方的模型进行联邦训练,得到全局任务模型。通过本实施方式,提高了联邦学习的效率。

    可信联邦学习方法、装置及系统
    6.
    发明公开

    公开(公告)号:CN118195031A

    公开(公告)日:2024-06-14

    申请号:CN202410492787.1

    申请日:2024-04-23

    Abstract: 本发明提供一种可信联邦学习方法、装置及系统,该方法包括:共识节点接收客户端发送的本轮次节点训练的梯度密文;对梯度密文进行交叉验证并聚合,生成更新模型;将更新模型添加到区块链网络的新区块中,并向下一轮次参与节点训练的客户端广播新区块信息。利用本发明方案,可以降低联邦学习对中心服务器的依赖性,避免中心服务器的单点故障导致训练失败的问题。

    联邦学习系统、联邦学习方法和装置

    公开(公告)号:CN116108934B

    公开(公告)日:2023-06-20

    申请号:CN202310389405.8

    申请日:2023-04-13

    Abstract: 本发明提供一种联邦学习系统、联邦学习方法和装置,具体实现方案为:显示操作模块,用于显示多方的数据资源信息、模型算法名称,接收需求方输入的任务信息以及需求方对数据资源信息和模型算法名称的操作,基于操作生成任务请求;数据处理模块,用于接收任务请求和任务信息,确定需求方的需求任务,对需求任务进行有效性判断;响应于需求任务有效,对需求任务对应的各方的模型进行联邦训练,得到全局任务模型。通过本实施方式,提高了联邦学习的效率。

    图谱扩展方法和装置、电子设备、计算机可读存储介质

    公开(公告)号:CN116401370A

    公开(公告)日:2023-07-07

    申请号:CN202211559354.0

    申请日:2022-12-06

    Abstract: 本公开的实施例提供一种图谱扩展方法和装置、电子设备、计算机可读存储介质,具体实现方案为:获取包括第一实体的知识图谱,第一实体通过非结构化数据的元数据得到;响应于接收到对知识图谱的实体扩展请求,获取非结构化数据的数据主体;基于数据主体和可视化操作界面,得到与第一实体相关的扩展实体和与扩展实体相关的实体关系;基于扩展实体、实体关系和知识图谱,得到扩展图谱。通过本实施方式,提高了多源异构数据的在知识图谱的融合能力。

Patent Agency Ranking