一种基于联邦学习的资产管理编码模型建模方法

AITNT
正文
推荐专利
一种基于联邦学习的资产管理编码模型建模方法
申请号:CN202510699289
申请日期:2025-05-28
公开号:CN120542266B
公开日期:2025-10-14
类型:发明专利
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
1
基于陆气耦合模型和机器学习算法的粮食产量预估方法
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
2
一种基于特征选择和集成学习的时间序列植被指数作物分类方法
归一化植被指数 分类器 特征选择 分类方法 分类准确率
3
一种毛竹林刚竹毒蛾危害遥感检测的尺度参数优化方法
参数优化方法 指数 分辨率 机器学习算法 消除技术
4
一种基于大数据、人工智能和RPA的普惠金融服务平台及方法
客户 贷后管理 数据存储模块 消息推送系统 大数据
5
一种面向C/C++源代码的软件成分分析方法
成分分析方法 目录 软件 存储库 家族
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