用于带宽增强的特征字典制造技术

一种具有多个装置的系统，所述多个装置可代管人工神经网络(ANN)的不同版本以及特征字典的不同版本。在所述系统中，用于所述ANN的经编码输入可由所述特征字典解码，这允许经由网络将经编码输入而非通常包含比所述经编码输入更多的数据的所述输入的原始版本发送到所述ANN的主版本。因此，通过使用所述特征字典来进行主ANN的训练，可减少数据的传输。可减少数据的传输。可减少数据的传输。

【技术实现步骤摘要】
【国外来华专利技术】用于带宽增强的特征字典


[0001]本申请案主张2019年8月20日申请且标题为“用于带宽增强的特征字典(Feature Dictionary for Bandwidth Enhancement)”的序列号为16/545,854的美国专利申请案的优先权，所述美国专利申请案的全部公开内容特此以引用方式并入本文中。
[0002]

[0003]本文中公开的至少一些实施例大体上涉及具有数据隐私保护及带宽增强的分布式机器学习，且更特定来说，涉及具有数据隐私保护及带宽增强的分布式人工神经网络。

技术介绍

[0004]人工神经网络(ANN)是可在无需使用针对特定操作的指令进行编程的情况下学习执行任务的计算系统。ANN是基于一组经连接节点或人工神经元，其在某种程度上类似于生物大脑中的神经元。节点之间的每一连接可将信号从一个人工神经元传输到另一人工神经元，且接收到信号的人工神经元可处理所述信号。
[0005]通常，ANN由信号实施于人工神经元之间的作为实数的连接(或边缘)处，且每一人工神经元的输出由其输入的和的非线性函数计算。人工本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，其包括：由第一计算装置代管人工神经网络(ANN)的主版本；由所述第一计算装置代管特征字典的主版本；由所述第一计算装置从第二计算装置接收经编码特征，其中所述接收到的经编码特征由所述第二计算装置根据由所述第二计算装置代管的所述特征字典的本地版本编码；由所述第一计算装置根据所述特征字典的所述主版本解码所述接收到的经编码特征；及由所述第一计算装置基于所述经解码特征使用机器学习训练所述ANN的所述主版本。2.根据权利要求1所述的方法，其包括由所述第一计算装置将所述ANN的所述经训练主版本传输到所述第二计算装置。3.根据权利要求1所述的方法，其包括由所述第一计算装置从所述第二计算装置接收所述特征字典的所述本地版本。4.根据权利要求3所述的方法，其包括由所述第一计算装置基于所述特征字典的所述接收到的本地版本改变所述特征字典的所述主版本。5.根据权利要求4所述的方法，其中所述解码包括根据所述特征字典的所述经改变主版本解码所述经编码特征。6.根据权利要求1所述的方法，其包括由所述第一计算装置将所述特征字典的所述经改变主版本传输到所述第二计算装置。7.一种方法，其包括：由第二计算装置代管人工神经网络(ANN)的本地版本；由所述第二计算装置代管特征字典的本地版本；由所述第二计算装置从由所述第二计算装置代管的用户数据提取特征；由所述第二计算装置根据所述特征字典的所述本地版本编码所述经提取特征；由所述第二计算装置将所述经编码特征传输到代管所述ANN的主版本的第一计算装置，使得所述经编码特征通过由所述第一计算装置代管的所述特征字典的主版本解码且接着作为输入用于使用机器学习训练所述ANN的所述主版本。8.根据权利要求7所述的方法，其包括：由所述第二计算装置确定所述经提取特征是否包含于所述特征字典的所述本地版本中；响应于所述特征字典的所述本地版本包含所述经提取特征，根据所述特征字典的所述本地版本编码所述经提取特征；及响应于所述特征字典的所述本地版本不包含所述经提取特征，基于所述经提取特征改变所述特征字典的所述本地版本及接着根据所述特征字典的所述经改变本地版本编码所述经提取特征。9.根据权利要求8所述的方法，其包括：将所述特征字典的所述经改变本地版本传输到所述第一计算装置使得所述特征字典的所述主版本根据所述特征字典的所述本地版本改变。10.根据权利要求9所述的方法，其包括：接收根据所述特征字典的所述本地版本改变的所述特征字典的经改变主版本；及
基于所述特征字典的所述经改变主版本改变所述特征字典的所述本地版本。11.根据权利要求7所述的方法，其包括：接收所述ANN的所述经训练主版本；及基于所述ANN的所述经训练主版本改变所述ANN的所述本地版本。12.一种系统，其包括：第二计算装置；及第一计算装置，其通信耦合到所述第...

【专利技术属性】
技术研发人员：K，
申请(专利权)人：美光科技公司，
类型：发明
国别省市：