一种基于伪元路径生成的联邦异构图表示学习方法及系统

AITNT
正文
推荐专利
一种基于伪元路径生成的联邦异构图表示学习方法及系统
申请号:CN202411076055
申请日期:2024-08-07
公开号:CN119005300B
公开日期:2025-10-17
类型:发明专利
摘要
本发明涉及一种基于伪元路径生成的联邦异构图表示学习方法及系统,属于联邦异构图表示学习技术领域,通过引入伪元路径生成、联邦异构图融合和联邦参数聚合方法,将异构图表示学习方法很好地融入进联邦学习架构中,通过联邦学习的架构来提升模型性能。本发明通过客户端伪元路径生成,解决了联邦异构图表示学习中跨客户端的结构信息缺失问题。本发明通过共享伪元路径而不是本地真实数据,可以保障客户端的本地数据隐私,每个客户端的本地真实异构图都不会被其他客户端或者中心服务器获取,在很好地提升模型性能的同时,极大地提升联邦异构图表示学习方法中对客户端本地数据隐私的保护能力。
技术关键词
客户端 中心服务器 节点 异构 学习方法 邻居 路径结构 差分隐私 标签 参数 训练集 关系 代表 生成算法 注意力机制 数据 语义 优化器 定义
系统为您推荐了相关专利信息
1
基于图卷积网络实现电网隐性故障诊断处理的方法、装置、处理器及其计算机可读存储介质
LSTM模型 计算机可执行指令 构建电网拓扑图 节点特征 网络
2
一种用于车辆通行公路桥梁的安全评估智能分析系统
公路桥梁 环境监测数据 车辆行驶状态 车辆行驶监测 智能分析系统
3
配电网供电恢复方法、装置、计算机设备及可读存储介质
节点 配电设备 配电网供电恢复方法 群体智能优化算法 电力分配
4
一种物联网传输检测系统及设备
安装箱 分布式文件系统 令牌桶算法 数据块放置策略 错误检测
5
基于图神经网络的配电网电能质量扰动推演方法
推演方法 神经网络模型 网络结构 可视化交互界面 分布式电源
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