公开(公告)号：CN118799698A

公开(公告)日：2024-10-18

申请号：CN202410500530.6

申请日：2024-04-24

Applicant: 吉林大学

Inventor： 常毅 ,  石长隆 ,  郭丹丹 ,  李金梦 ,  赵贺

IPC: G06V10/82 ,  G06V10/94 ,  G06V10/96 ,  G06V20/60 ,  G06N3/098 ,  G06F21/62

Abstract: 本申请实施例提供一种网络模型训练方法、装置、电子设备与存储介质，方法包括：向至少两个客户端发送网络模型的第一全局模型参数，触发各客户端基于接收到的第一全局模型参数以及本地数据对网络模型进行训练，并将训练后的客户端模型参数返回至服务器；对接收到的多个客户端模型参数进行聚合，基于聚合后的第二全局模型参数以及第一全局模型参数，确定全局梯度值；基于第一全局模型参数、全局梯度值、预设超参数以及全局学习率，确定第一收缩因子，第一收缩因子为客户端模型参数对应的收缩因子；基于第一收缩因子以及第二全局模型参数对网络模型进行第一权重收缩，得到第一权重收缩后的网络模型。

公开(公告)号：CN117909736A

公开(公告)日：2024-04-19

申请号：CN202311826037.5

申请日：2023-12-27

Applicant: 吉林大学

Inventor： 常毅 ,  石长隆 ,  黄强 ,  孙慧妍

IPC: G06F18/214 ,  G06N5/01 ,  G06Q10/04 ,  G06Q10/063 ,  G06Q50/00

Abstract: 本申请公开了一种指标变化预测模型训练方法、指标变化预测方法及其装置。该指标变化预测模型训练方法可以根据获取到的样本数据集生成社交网络，将社交网络划分为不同子网络后，基于各边权重矩阵为干扰边分配较低的权重从而实现去除图结构中的干扰，同时为关键边分配更高的权重来保留因果信息，通过相加组合各社交子图结构来形成完整的第一图结构。进一步地，通过对第一图结构进行对称、特征平滑等处理得到第二图结构，再基于加权去噪后的第二图结构和节点的特征信息对指标变化初始模型进行训练，得到指标变化预测模型。由此，本申请实施例可以有效提升因果效应估计方法的鲁棒性，使其在网络受到噪声干扰时仍能保持较好的预测效果。