CNIPA.AI
Back to Search
Dossier

基于多模态联邦学习实现异构缺失数据处理的方法、装置、处理器及其计算机可读存储介质

InventionActive
14Claims · 4 independent
§ Ⅰ

Dossier Overview

Inventor

董文波; 蔡鹏祥; 朴贞霓; 刘若冰; 陶若愚

IPC Classification

G06F 18/10 (2023.01)G06N 3/098 (2023.01)G06N 3/094 (2023.01)G06F 18/2431 (2023.01)G06F 18/25 (2023.01)

本发明涉及一种基于多模态联邦学习实现异构缺失数据处理的方法,包括以下步骤:分布式客户端接收来自多个边缘设备的多模态异构数据,对所接收的数据进行模拟缺陷,并对缺陷数据进行处理;联邦学习服务器接收来自多个客户端的模型优化参数,并将所接收的优化参数进行聚合操作,并下传返回给各个客户端。采用了本发明的基于多模态联邦学习实现异构缺失数据处理的方法、装置、处理器及其计算机可读存储介质,能够充分考虑边缘设备间数据采集的异构性与缺陷问题,通过改进预处理、特征提取、缺陷数据补全和对抗学习纠正机制,实现对多模态数据的高效融合与联合建模,从而在保证数据隐私的前提下,提高模型的训练效率和预测准确性。

Sign in to read the full text

Claim 1 is shown. Create a free account to read all 14 claims, the full description, all drawings, translations and legal status.

  • All claims
  • Technical field
  • Background
  • Summary
  • Drawing descriptions
  • Detailed description

External Resources