基于联邦学习的时空图提示方法及系统

AITNT
正文
推荐专利
基于联邦学习的时空图提示方法及系统
申请号:CN202511163527
申请日期:2025-08-20
公开号:CN120670998B
公开日期:2025-11-18
类型:发明专利
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
1
一种利用红外人脸识别模型生成散斑人脸识别模型方法、系统、设备及存储介质
红外人脸识别 人脸识别模型 人脸模型 散斑图像 学生
2
一种基于蒸馏扩散模型的开放集高光谱图像实例图构建方法
分类器 样本 教师 蒸馏 神经网络参数
3
一种基于增强孪生的UAV网络自进化路由方法
联邦模型 无人机 因子 UAV网络 DQN算法
4
涂装废溶剂循环回收再利用系统
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
5
多异构模型融合的分类模型训练方法、分类方法及装置
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
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