一种基于动态时延补偿的金融大数据分布式机器学习加速方法

本发明提供了一种基于动态时延补偿的金融大数据分布式机器学习加速方法，包括步骤：建立金融大数据特征分析模型，对输入的金融大数据提取时序特征、波动性特征和实时性特征；构建计算节点状态预测模型，获取预测结果；将时序特征、波动性特征和实时性特征与计算节点状态预测模型的预测结果结合计算动态时延补偿值，根据动态时延补偿值结合强化学习算法调整各计算节点的数据传输和处理顺序，加速金融大数据分布式机器学习。本发明通过金融大数据的特征和预测结果计算出准确的动态时延补偿值，使数据传输和处理能够更好适应系统，减少因时延导致的等待时间，提高并行计算的效率，进而提升训练效率。