基于联邦学习的标签生成方法、装置、设备及介质

本发明涉及联邦学习技术领域，可应用于医疗健康领域，公开了一种基于联邦学习的标签生成方法、装置、设备及介质，包括：根据本地特征数据、共享层权重参数以及共享层偏置参数通过联邦学习训练共享特征层，以提取本地特征数据的共同特征向量；根据共同特征向量、共识层权重参数以及共识层偏置参数通过联邦学习训练共识标签预测层，以生成共识标签；其中，共享层权重参数、共享层偏置参数、共识层权重参数以及共识层偏置参数均是根据共识标签、第一参与方的第一本地标签以及第二参与方的第二本地标签通过加密梯度交换及联合损失函数优化得到的。提高了联邦学习模型的泛化能力，进而提高了生成标签的准确性。