一种基于汽车用户数据的联邦学习方法及系统
基本信息
| 申请号 | CN202110922324.0 | 申请日 | - |
| 公开（公告）号 | CN113642737A | 公开（公告）日 | 2021-11-12 |
| 申请公布号 | CN113642737A | 申请公布日 | 2021-11-12 |
| 分类号 | G06N20/00（2019.01）I;G06F16/9535（2019.01）I;G06Q30/02（2012.01）I;G06F21/62（2013.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王晓虎;陈浩楠;黄泊源;汪哲逸;刘向阳 | 申请（专利权）人 | 广域铭岛数字科技有限公司 |
| 代理机构 | 上海光华专利事务所（普通合伙） | 代理人 | 李铁 |
| 地址 | 401123重庆市渝北区金开大道西段106号10幢24层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明适用于联邦学习技术领域，提供了一种基于汽车用户数据的联邦学习方法及系统，其中，所述方法包括：根据发起方的预设任务构建初始模型，将初始模型上传至中心服务器，各参与方接收中心服务器所下发的初始模型；获取各成员方的汽车用户数据，采用汽车用户数据在本地训练各成员方的初始模型，获取各成员方的模型参数，成员方包括发起方和参与方；获取各成员方的模型参数权重，根据成员方的模型参数和模型参数权重获取聚合模型参数；根据聚合模型参数对中心服务器的模型参数进行更新，并根据中心服务器更新后的模型参数更新各成员方的模型参数；解决了现有技术中联邦学习模型参数的聚合方式不合理的问题。 |
