-
公开(公告)号:CN117611949A
公开(公告)日:2024-02-27
申请号:CN202311672668.6
申请日:2023-12-07
Applicant: 安徽大学绿色产业创新研究院
IPC: G06V10/774 , G06F21/62 , G06T11/40 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06N3/098
Abstract: 本发明公开了一种多用户参与的师生训练模型的生成数据方法,其步骤包括:1、多个用户各自获取手写图片数据集;2、每个用户在本地训练教师模型(鉴别器),并计算损失;3、用户上传损失到中心服务器;4、由中心服务器对本地用户上传的数据进行加噪聚合处理;5、中心服务器将处理好的数据传送到用于训练生成器的公开服务器;6、公开服务器根据中心服务器传输的数据训练学生模型(生成器),以提供假手写图片数据集。本发明能有效地保护用户隐私,使多个用户参与训练,避免数据孤岛问题,同时训练出能够拟合真实数据的数据集。
-
公开(公告)号:CN117611296A
公开(公告)日:2024-02-27
申请号:CN202311730835.8
申请日:2023-12-15
Applicant: 安徽大学绿色产业创新研究院
IPC: G06Q30/0601 , G06F21/62 , G06N20/00 , G06N5/01
Abstract: 本发明公开了一种差分隐私保护的纵向联邦EBM商品推荐方法,包括:1、主服务器使用消费特征数据集训练EBM推荐模型;2、初始化从服务器编号;3、从服务器使用消费特征数据集训练EBM推荐模型;4、根据迭代次数判定是否结束EBM推荐模型训练。本发明能有效地保护用户消费特征信息,从而能防止用户消费特征信息的泄露以及提供有效的商品推荐。
-