技術編號：40568721
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術詳細信息。本公開涉及人工智能，具體地，涉及一種基于互信息正則化的聯(lián)邦學習后驗推理方法及系統(tǒng)。背景技術、聯(lián)邦學習是一種分布式機器學習方法，在多個本地節(jié)點上訓練模型，無需將原始數(shù)據(jù)集傳輸?shù)街行姆掌?，通常用于隱私任務，例如醫(yī)療保健、金融領域。標準的聯(lián)邦學習的目標為訓練一個泛化性能較好的全局模型，完成訓練后的最優(yōu)全局模型的參數(shù)為固定值，即模型參數(shù)的點估計。然而，從概率論的角度來看，采用模型參數(shù)的點估計作為模型權重，容易在客戶端的稀缺訓練數(shù)據(jù)上出現(xiàn)過擬合。更嚴重的是，這種方法未能評估模型的不確定性，進而可能導致...
注意：該技術已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權人授權前，僅供技術研究參考不得用于商業(yè)用途。
該專利適合技術人員進行技術研發(fā)參考以及查看自身技術是否侵權，增加技術思路，做技術知識儲備，不適合論文引用。
請注意，此類技術沒有源代碼，用于學習研究技術思路。