一种基于图像翻译的隐私保护异构联邦学习方法及系统

AITNT
正文
推荐专利
一种基于图像翻译的隐私保护异构联邦学习方法及系统
申请号:CN202510719780
申请日期:2025-05-30
公开号:CN120597324A
公开日期:2025-09-05
类型:发明专利
摘要
本发明公开了一种基于图像翻译的隐私保护异构联邦学习方法及系统,它们是相对应的方案,方案中:通过图像翻译服务器优化具有本地用户数据语义保持能力的生成模型,本地用户以生成模型对本地异构数据集执行数据增强,使得本地数据呈现类别标签均匀分布的状态,并使用变换数据和增强数据训练本地用户的分类模型,从而均衡全局模型准确度和隐私保护能力。并且,图像翻译服务器和数据分类服务器之间不存在交互,且图像翻译服务器处于可信的计算环境,保证隐私保护能力。
技术关键词
联邦学习方法 服务器更新 异构 数据分类 图像 标签 隐私保护能力 参数 训练分类模型 Softmax函数 重构原始数据 联邦学习系统 网络结构 符号 逻辑 数学 分块
系统为您推荐了相关专利信息
1
基于人工智能技术的自适应学习系统
循环神经网络模型 人工智能技术 学习系统 个性化学习路径 视频
2
一种基于改进YOLOv5的电池片丝网印刷缺陷检测方法
印刷缺陷检测方法 丝网 网络 模块 输出特征
3
一种基于单幅新近卫星图像的建筑物三维建模方法
三维模型 图像 轮廓面积 单体 偏差
4
一种基于BIM模型的建筑窗有效面积计算方法及系统
开启面积 面积计算方法 机器学习模型 房间 窗扇开启角度
5
一种基于混合模型的肺癌脑转移瘤术前风险预测方法
风险预测方法 肺癌 DICOM图像 深层特征学习 局部注意力机制
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