摘要
本发明涉及时空大数据技术领域,具体的说是一种基于联邦学习的时空图提示方法及系统,通过将跨平台的兴趣点评价问题建模为一个联邦协同学习过程,各平台在不共享本地私有数据的前提下,利用公共兴趣点数据进行建模训练,从而提升各自非主要功能上的评价表现。在该过程中,通过联邦训练获取外部知识用于优化自身原始模型;同时采用知识蒸馏机制,将外部知识有效融合,维持主要功能的评价性能并提升非主要功能的准确性。联邦训练与知识蒸馏共同作用,均衡模型的表现,最终提升整体效果。
技术关键词
联邦模型
提示方法
标记兴趣点
蒸馏
中心服务器
阶段
平台
超参数
时空大数据
定义
通信接口
提示系统
存储器
处理器
教师
文本
代表
系统为您推荐了相关专利信息
红外人脸识别
人脸识别模型
人脸模型
散斑图像
学生
纳滤反渗透
涂装
机器学习模型
吸附材料
深度学习智能算法
分类模型训练方法
分类图像数据
DS证据理论
联合损失函数
生成对抗网络