摘要
本发明涉及领域,具体公开一种基于联邦学习的资产管理编码模型建模方法,该方法包括:异构资产编码对齐,动态联邦聚合机制,小样本数据源优化以及动态权重调整,本发明通过异构资产编码对齐的方式打破数据孤岛,通过动态联邦聚合机制,高效利用资源,提高实时响应能力,通过历史状态与当前状态的对比,过滤短期噪声波动,避免模型被异常值误导,对新接入数据源,通过合成数据和预训练模型实现快速建模,本发明通过动态权重调整与聚合优化,提高质量驱动聚合,高权重数据源在参数更新中占主导,提升模型准确性。
技术关键词
模型建模方法
资产
指数
历史管理
服务器
动态
异构
参数
权重机制
数据分布
周期
数值
因子
样本
编码器
噪声
线性
系统为您推荐了相关专利信息
机器学习算法
动态玉米
贝叶斯概率融合
双向数据通道
生长环境参数
归一化植被指数
分类器
特征选择
分类方法
分类准确率
参数优化方法
指数
分辨率
机器学习算法
消除技术
客户
贷后管理
数据存储模块
消息推送系统
大数据