用于多机构的风险预测模型的训练、预测方法和装置

AITNT
正文
推荐专利
用于多机构的风险预测模型的训练、预测方法和装置
申请号:CN202410797777
申请日期:2024-06-19
公开号:CN118822711A
公开日期:2024-10-22
类型:发明专利
摘要
本说明书实施例提供一种用于多机构的风险预测模型的训练、预测方法和装置。训练方法包括:分布式系统内的任一工作节点获取目标机构对应的一批样本构成的目标样本集,样本包括目标机构的样本用户的用户特征和样本用户的风险标签;在第一阶段,根据目标样本集,与其他工作节点联合确定多个机构对应的多个风险预测模型的元基础参数;多个风险预测模型具有共享的特征表示网络,任一风险预测模型具有对应机构专用的预测网络;在第二阶段,根据目标样本集,在元基础参数的基础上,调整目标机构的目标风险预测模型中预测网络的专属参数。
技术关键词
风险预测模型 样本 分布式系统 机构专用 网络 节点 参数 基础 风险预测装置 风险预测方法 训练装置 计算机 标签 分区 可读存储介质 存储器 处理器 标识 关系
系统为您推荐了相关专利信息
1
一种基于AI的重症患者脓毒症早期预警方法及系统
早期预警方法 器官功能障碍 动脉血压波形 早期预警系统 患者
2
基于监测数据的基坑变形风险评估方法
风险评估方法 特征提取模型 生成对抗网络 分类器模型 狼群优化
3
一种基于云计算的参数化隧道模型的建立方法及系统
隧道模型 隧道断面 参数 仿真建模 拉丁超立方采样
4
一种基于大模型的目标体系数据智能监测方法及系统
智能监测方法 数据融合技术 生成警报 BERT模型 重构误差
5
基于多尺度跨模态对齐网络的影像模态转换方法及系统
跨模态 转换方法 深度学习网络提取 注意力机制 医学影像特征
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