Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳前海微众银行股份有限公司何元钦获国家专利权

深圳前海微众银行股份有限公司何元钦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉深圳前海微众银行股份有限公司申请的专利模型构建优化方法、设备、存储介质及程序产品获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115587535B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211204151.X,技术领域涉及:G06F30/27;该发明授权模型构建优化方法、设备、存储介质及程序产品是由何元钦;康焱设计研发完成,并于2022-09-29向国家知识产权局提交的专利申请。

模型构建优化方法、设备、存储介质及程序产品在说明书摘要公布了:本发明公开了一种模型构建优化方法、设备、存储介质及程序产品,方法包括:第一参与方设备将第一原始特征数据分别输入至第一特征投影模型;接收第二参与方设备发送的各条第二投影特征数据并与各条第一投影特征数据组成数据对;将数据对输入至第一编码模型得到第一编码特征数据;将第一编码特征数据输入至第一分类模型得到数据对对应的分类结果,分类结果用于表征数据对中的投影特征数据是否对应同一样本;在对各模型进行至少一轮的预训练更新后,与第二参与方设备进行纵向联邦学习得到目标任务模型。本发明实现了利用无标签数据进行模型预训练,以使得无标签数据能够用于参与纵向联邦学习,进而能够帮助提高纵向联邦学习得到的模型的预测准确度。

本发明授权模型构建优化方法、设备、存储介质及程序产品在权利要求书中公布了:1.一种模型构建优化方法,其特征在于,所述方法应用于参与纵向联邦学习的第一参与方设备,所述第一参与方设备部署第一特征投影模型、第一编码模型和第一分类模型,参与纵向联邦学习的第二参与方设备部署第二特征投影模型,所述方法包括以下步骤: 将所述第一参与方设备中各个样本的第一原始特征数据分别输入至所述第一特征投影模型进行投影得到各条第一投影特征数据; 接收所述第二参与方设备发送的各条第二投影特征数据并与各条所述第一投影特征数据组成数据对,其中,各条所述第二投影特征数据由所述第二参与方设备将各个样本的第二原始特征数据分别输入至所述第二特征投影模型进行投影得到; 将所述数据对输入至所述第一编码模型进行编码得到第一编码特征数据,其中,所述数据对包括标注有第一标签的第一数据对或标注有第二标签的第二数据对,所述第一数据对由对应同一样本的一条所述第一投影特征数据和一条所述第二投影特征数据组成,所述第二数据对由对应不同样本的一条所述第一投影特征数据和一条所述第二投影特征数据组成; 将所述第一编码特征数据输入至所述第一分类模型进行分类,得到所述数据对对应的分类结果,其中,所述分类结果用于表征所述数据对中的两条投影特征数据是否对应同一样本; 根据所述数据对对应的标签和所述分类结果之间的误差对所述第一特征投影模型、所述第一编码模型和所述第一分类模型进行一轮预训练更新; 在对各模型进行至少一轮的预训练更新后,基于更新后的所述第一特征投影模型、所述第一编码模型和所述第二特征投影模型与所述第二参与方设备进行纵向联邦学习得到目标任务模型,其中,在对各模型进行预训练更新的过程中,所述第二特征投影模型由所述第二参与方设备进行更新。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳前海微众银行股份有限公司,其通讯地址为:518000 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。