基于联邦学习的样本特征分箱方法、装置及电子设备

AITNT
正文
推荐专利
基于联邦学习的样本特征分箱方法、装置及电子设备
申请号:CN202510222254
申请日期:2025-02-27
公开号:CN120145004A
公开日期:2025-06-13
类型:发明专利
摘要
本发明提供了一种基于联邦学习的样本特征分箱方法、装置及电子设备,该方法包括:各个参与方对用户特征数据进行加密得到加密用户特征数据;计算各个参与方的加密用户特征数据的用户特征统计信息;协调器对加密后的用户特征统计信息进行聚合操作,得到全局用户特征统计信息,并基于各个参与方的加密用户特征数据和全局用户特征统计信息确定特征分箱策略,将全局用户特征统计信息和特征分箱策略加密后返回至各个参与方;各个参与方对加密后的全局用户特征统计信息和特征分箱策略进行解密,并基于解密后的全局用户特征统计信息和特征分箱策略对加密用户特征数据进行分箱操作,得到特征分箱结果。本发明提高了特征分箱的准确性和合理性。
技术关键词
联邦学习系统 策略 分箱方法 样本 计算机可执行指令 解密 量子加密算法 分布特征 分箱装置 电子设备 可读存储介质 差分隐私 处理器 数据压缩 模块 存储器
系统为您推荐了相关专利信息
1
基于DRL和跨层优化的分布式数据链自组网路由构建方法
自组网 决策 中继节点 强化学习策略 邻居
2
一种基于多模态语义学习的农田地膜遥感提取方法
农田地膜 多光谱遥感影像 多模态 特征提取模块 遥感提取方法
3
一种基于遥感反演计算的三维数字河道模拟方法
测量点 河道中线 连线 端点 辅助线
4
基于深度学习与物理统计融合的云雷达地物回波识别方法
识别方法 二维卷积神经网络 雷达 回波 变量
5
一种基于深度强化学习的联合波束成形和功率分配方法
联合波束成形 功率分配方法 深度强化学习 功率分配策略 Softmax函数
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