基于条件计算的个性化联邦学习降维方法及系统

本发明公开了一种基于条件计算的个性化联邦学习降维方法及系统。本发明首先选择一种具有足够灵活性和表达能力的降维模型，所述降维模型能够在每个客户端上学习和捕捉高维患者数据的个性化特征；其次通过所述降维模型对原始患者数据特征进行特征提取，将高维数据映射到低维空间中；然后将低维数据特征进一步转换为全局特征和个性化特征；最后利用全局特征和个性化特征对模型进行训练，通过客户端之间的协同学习和服务器端的聚合操作，优化模型性能，直到模型收敛为止。本发明以自编码器模型为基础降维模型，通过将原始患者数据特征转换为全局特征和个性化特征，客户端协同学习全局特征和个性化特征从而达到个性的目的。