使用生成式对抗网络进行私有化的机器学习

    公开(公告)号:CN110135185B

    公开(公告)日:2023-12-22

    申请号:CN201910106947.3

    申请日:2019-02-02

    Applicant: 苹果公司

    Abstract: 本发明题为“使用生成式对抗网络进行私有化的机器学习。”本发明提供了移动电子设备的一个实施方案,所述移动电子设备包括用于存储指令的非暂态机器可读介质,所述指令致使所述移动电子设备从服务器接收有标签数据集;从所述服务器接收数据单元,所述数据单元的数据类型与所述有标签数据集相同;经由所述移动电子设备上的机器学习模型确定用于所述数据单元的拟议标签,所述机器学习模型用于基于来自所述服务器的所述有标签数据集以及与所述移动电子设备相关联的无标签数据集确定所述数据单元的所述拟议标签;经由隐私算法对所述拟议标签进行编码,以生成所述拟议标签的私有化编码;并且将所述拟议标签的所述私有化编码传输到所述服务器。

    用于监督式学习的分布式标记
    2.
    发明公开

    公开(公告)号:CN112585620A

    公开(公告)日:2021-03-30

    申请号:CN201980053510.6

    申请日:2019-08-29

    Applicant: 苹果公司

    Abstract: 本文所述的实施方案提供了一种技术用于众包机器学习模型的训练数据的标记,同时保持众包参与方提供的数据的隐私。客户端设备可用于生成要在训练数据集中使用的数据的单元的所提议的标签。在将数据传输给服务器时,使用一个或多个隐私机制来保护用户数据。当生成机器学习模型的训练数据时,服务器可以聚合所提议的标签,并使用元素的最频繁提议的标签作为该元素的标签。然后使用众包标签训练机器学习模型以提高模型的准确度。

    使用生成式对抗网络进行私有化的机器学习

    公开(公告)号:CN110135185A

    公开(公告)日:2019-08-16

    申请号:CN201910106947.3

    申请日:2019-02-02

    Applicant: 苹果公司

    Abstract: 本发明题为“使用生成式对抗网络进行私有化的机器学习。”本发明提供了移动电子设备的一个实施方案,所述移动电子设备包括用于存储指令的非暂态机器可读介质,所述指令致使所述移动电子设备从服务器接收有标签数据集;从所述服务器接收数据单元,所述数据单元的数据类型与所述有标签数据集相同;经由所述移动电子设备上的机器学习模型确定用于所述数据单元的拟议标签,所述机器学习模型用于基于来自所述服务器的所述有标签数据集以及与所述移动电子设备相关联的无标签数据集确定所述数据单元的所述拟议标签;经由隐私算法对所述拟议标签进行编码,以生成所述拟议标签的私有化编码;并且将所述拟议标签的所述私有化编码传输到所述服务器。

Patent Agency Ranking