一种应用于隐私计算的个性化联邦学习方法

  • 国民经济行业:信息传输、软件和信息技术服务业/软件和信息技术服务业/其他信息技术服务业/数字内容服务
  • 学科类别:计算机科学技术/人工智能/人工智能其他学科
  • 权利人:上海交通大学

知识产权简介

本发明属于联邦学习领域中的个性化联邦学习,通过条件策略模块将每个样本的特征信 息分离为通用特征信息和个性化特征信息,并分别通过全局分类器和个性化分类器处理这两 类信息,实现样本级别且样本特定的个性化信息提取。相比于现有仅考虑客户机模型级别的 个性化联邦学习方法,可以实现更细粒度的个性化信息提取。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作