一种基于联邦学习的教学质量评价方法、设备和介质

AITNT
正文
推荐专利
一种基于联邦学习的教学质量评价方法、设备和介质
申请号:CN202411811561
申请日期:2024-12-10
公开号:CN119783954A
公开日期:2025-04-08
类型:发明专利
摘要
本发明提供了一种基于联邦学习构建教学质量评价模型的方法、系统、设备、介质和程序产品,以及基于教学质量评价模型的教学质量评价方法,涉及学情数据处理技术领域。教学质量评价模型的方法包括:联邦学习由中央服务器和N个客户端组成;客户端通过原始教学数据训练本地模型,不同客户端使用不同的安全通信通道从本地模型中导出本地模型参数上传至中央服务器;中央服务器接收后对本地模型参数进行聚合更新处理并将其发送到本地模型进行更新得到本地更新模型,本地更新模型将代替本地模型;重复上述步骤进行多次迭代直至损失函数收敛或训练轮数达到模型预设轮数得到教学质量评价模型;原始教学数据基于轨迹修正的双重线性插值算法进行扩充。
技术关键词
分数阶神经网络 教学质量评价模型 样本 教学质量评价方法 数据 客户端 轨迹 计算方法 非线性 特征值 参数 训练集 分数阶偏微分 服务器 阶段 因子 学生
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