一种面向纵向联邦学习的多方多类数据生成方法及系统
本发明涉及一种面向纵向联邦学习的多方多类数据生成方法及系统,属于计算机中数据感知与重构领域。本发明包括:S1:建立以生成多方多类数据模型训练为目的纵向联邦学习训练数据集;S2:构建面向纵向联邦学习的双重条件生成对抗网络;S3:设计面向纵向联邦的双重条件生成对抗网络的多方损失函数;S4:建立面向纵向联邦学习的双重条件生成对抗网络的训练过程;S5:设计和实现基于双重条件生成对抗网络的多方多类数据生成方案。本发明提供了一种联合多方进行表格类数据集中样本特征维度和样本数量扩充的方法,联合多方构建高质量表格类训练数据集,满足大数据应用场景中机器学习模型训练的需求。
《一种面向纵向联邦学习的多方多类数据生成方法及系统》是一发明专利,专利号为 2022103484400,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为刘歆;陈泓宇;钱鹰;韦庆杰;金霜;郑钧宇;刘苏;梁晋周,申请日期为2022-04-01,公开(公告)日期为2025-11-14,国际专利分类号(IPC)为 G06N 3/098 (2023.01)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种面向纵向联邦学习的多方多类数据生成方法及系统,属于计算机中数据感知与重构领域。本发明包括:S1:建立以生成多方多类数据模型训练为目的纵向联邦学习训练数据集;S2:构建面向纵向联邦学习的双重条件生成对抗网络;S3:设计面向纵向联邦的双重条件生成对抗网络的多方损失函数;S4:建立面向纵向联邦学习的双重条件生成对抗网络的训练过程;S5:设计和实现基于双重条件生成对抗网络的多方多类数据生成方案。本发明提供了一种联合多方进行表格类数据集中样本特征维度和样本数量扩充的方法,联合多方构建高质量表格类训练数据集,满足大数据应用场景中机器学习模型训练的需求。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
