基于客户端贡献度联邦学习的心血管疾病预测新方法

AITNT
正文
推荐专利
基于客户端贡献度联邦学习的心血管疾病预测新方法
申请号:CN202410762234
申请日期:2024-06-13
公开号:CN118629663A
公开日期:2024-09-10
类型:发明专利
摘要
本发明属于疾病预测技术领域,尤其涉及一种基于客户端贡献度联邦学习的心血管疾病预测新方法。本发明提供一种基于客户端贡献度联邦学习的心血管疾病预测新方法。本发明包括以下步骤:步骤1)对收集到的数据删除缺失值、处理异常值以及检测并去除重复的样本;步骤2)使用Min‑Max标准化将数据值映射到缩放到了([0,1]),保留原始数据的结构;步骤3)服务器从所有可用的客户端中选择一个子集;步骤4)确定参与的客户端,服务器将向客户端发送当前全局模型参数步骤5)在收到全局参数后,每个客户端都在本地进行模型训练过程;步骤6)在完成本地训练后,客户端将更新后的模型参数发送回服务器。
技术关键词
心血管疾病预测 客户端 新方法 服务器 疾病预测技术 局部优化算法 参数 随机梯度下降 动态校正 指数 样本 模型更新 数据 异构 因子 定义 度量 方程
系统为您推荐了相关专利信息
1
算法交易策略执行方法、装置、设备及可读存储介质
策略执行方法 计划 策略执行设备 模板 交易平台
2
基于分组混合专家模型的个性化学生心理咨询方法及系统
心理咨询方法 文本 学生 策略标签 大语言模型
3
一种用于偏远地区卫星物联网通信的能耗智能控制方法
波束 粒子群优化算法 服务器 长短期记忆神经网络 卡尔曼滤波算法
4
一种基于邮箱的作品筛选方法、装置、计算机设备及可读存储介质
邮箱服务器 敏感词检测模型 情感倾向分析 书法作品 邮件正文
5
问题改写方法、问答处理方法及对应装置
自然语言 文本 大语言模型 代码库 改写方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号