一种联邦学习中特征贡献度的确定方法、装置及电子设备专利查询专利号|摘要-满商公司网

一种联邦学习中特征贡献度的确定方法、装置及电子设备

基本信息

申请号	CN202110987034.4	申请日	-
公开（公告）号	CN113657996A	公开（公告）日	2021-11-16
申请公布号	CN113657996A	申请公布日	2021-11-16
分类号	G06Q40/02（2012.01）I;G06N20/00（2019.01）I	分类	计算；推算；计数;
发明人	赵迪;王湾湾;何浩;姚明	申请（专利权）人	深圳市洞见智慧科技有限公司
代理机构	北京柏杉松知识产权代理事务所（普通合伙）	代理人	项京;高莺然
地址	518118广东省深圳市福田区福田街道岗厦社区彩田路3069号星河世纪A栋3603B8
法律状态	-

摘要

本发明实施例提供了一种联邦学习中特征贡献度的确定方法、装置及电子设备，方法包括：获取本地用于训练联邦学习模型的第一训练样本所包括的各个第一特征值以及每个第一特征所对应的权重，基于每个第一特征值及其对应的权重，计算该第一特征对应的夏普利值，作为该第一特征对应的贡献度，再获取第二设备对应的第二训练样本所包括的各个第二特征对应的夏普利值，作为该第二特征对应的贡献度，根据第一特征对应的贡献度以及第二特征对应的贡献度，确定每个特征对应的重要程度，由于夏普利值可以保证分配的公平性，所以将夏普利值应用到联邦学习模型中，可以更加准确地确定训练样本所包含的各个特征对于模型的贡献度，进而使模型的输出结果更加准确。