保护隐私的广义线性模型的假设检验方法和装置

AITNT
正文
推荐专利
保护隐私的广义线性模型的假设检验方法和装置
申请号:CN202410957854
申请日期:2024-07-17
公开号:CN118504038B
公开日期:2024-11-08
类型:发明专利
摘要
本说明书实施例提供一种保护隐私的广义线性模型的假设检验方法和装置。方法包括:多方中的任一方基于多个样本的各个输入特征值构成的特征矩阵的本方分片,和各个模型参数的参数值构成的参数向量的本方分片,与其他方进行第一多方联合计算,得到海森矩阵的本方分片;海森矩阵的元素为损失函数对于模型参数的二阶导;基于海森矩阵的本方分片和参数向量的本方分片,与其他方进行第二多方联合计算,得到目标统计量的本方分片;目标统计量反映模型参数的置信区间;基于目标统计量的本方分片,通过与其他方的交互处理,得到目标统计量的明文,并基于明文利用统计处理得到假设检验的概率值,其作为接受或拒绝各个模型参数的参数值的原假设的依据。
技术关键词
分片 广义线性模型 矩阵 参数 数据分布 明文 开方 特征值 样本 元素 标签 计算机 可读存储介质 处理单元 存储器 处理器
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