Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 京东城市(北京)数字科技有限公司张芳娟获国家专利权

京东城市(北京)数字科技有限公司张芳娟获国家专利权

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!

龙图腾网获悉京东城市(北京)数字科技有限公司申请的专利联邦学习模型的训练方法、装置和电子设备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:CN113724059B

龙图腾网通过国家知识产权局官网在2025-09-16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:202011596639.2,技术领域涉及:G06Q40/03;该发明授权联邦学习模型的训练方法、装置和电子设备是由张芳娟;刘洋;张钧波;郑宇设计研发完成,并于2020-12-29向国家知识产权局提交的专利申请。

联邦学习模型的训练方法、装置和电子设备在说明书摘要公布了:本申请提出一种联邦学习模型的训练方法、装置和电子设备,其中训练方法包括:获取数据提供端上多个企业的企业画像和特征信息;基于企业画像和所述特征信息,协同其他数据提供端进行模型的联邦训练,以获取各自本地学习模型的模型中间结果;将模型中间结果发送给第三方平台进行汇总,并接收第三方平台发送的全局模型中间结果;基于全局模型中间结果,调整本地学习模型的模型参数继续进行模型的联邦训练,以生成目标联邦学习模型,其中,目标联邦学习模型用于对企业的征信状态进行预测。由此,该方法可将联邦学习应用于企业征信状态的获取,通过多个数据提供端的企业画像和特征信息进行模型的联邦训练,得到的目标联邦学习模型的准确度更好。

本发明授权联邦学习模型的训练方法、装置和电子设备在权利要求书中公布了:1.一种联邦学习模型的训练方法,其特征在于,包括: 获取数据提供端上多个企业的企业画像和特征信息; 基于所述企业画像和所述特征信息,协同其他数据提供端进行模型的联邦训练,以获取各自本地学习模型的模型中间结果,所述模型中间结果包括梯度、损失; 将所述模型中间结果发送给第三方平台进行汇总,并接收所述第三方平台发送的汇总出的全局模型中间结果; 基于所述全局模型中间结果,调整自身的所述本地学习模型的模型参数继续进行所述模型的联邦训练,以生成目标联邦学习模型,其中,所述目标联邦学习模型用于对企业的征信状态进行预测; 所述基于所述企业画像和所述特征信息,协同其他数据提供端进行模型的联邦训练,包括: 将所述企业画像和所述特征信息进行组合,以生成所述数据提供端的训练样本; 协同所述其他数据提供端分别基于自身的所述训练样本,对自身的所述本地学习模型进行联邦训练,其中,每个参与联邦训练的数据提供端的训练样本实现物理隔离; 所述将所述企业画像和所述特征信息进行组合,以生成所述数据提供端的训练样本,包括: 生成所述企业画像对应的第一矩阵; 生成所述特征信息对应的第二矩阵; 将所述第一矩阵和所述第二矩阵进行拼接,生成所述训练样本; 所述协同所述其他数据提供端分别基于自身的所述训练样本,对自身的所述本地学习模型进行联邦训练之前,还包括: 获取所述其他数据提供端的所述训练样本对应的企业标识; 获取所述数据提供端的所述训练样本对应的企业标识,并发送给所述其他数据提供端; 根据获取到的所述企业标识,将所述数据提供端的所述训练样本与所述其他数据提供端的所述训练样本进行样本对齐; 所述根据获取到的所述企业标识,将所述数据提供端的所述训练样本与所述其他数据提供端的所述训练样本进行样本对齐,包括: 获取所述数据提供端和所述其他数据提供端共有的企业标识; 根据所述共有的企业标识,从所述数据提供端的所述训练样本中,筛除非共有的企业标识所标识的训练样本。

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京东城市(北京)数字科技有限公司,其通讯地址为:100086 北京市海淀区知春路76号(写字楼)1号楼9层1-7-5号;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。