一种联邦学习算法因子组件动态生成方法和装置制造方法及图纸

本发明专利技术公开了一种联邦学习算法因子组件动态生成方法和装置，涉及机器学习技术领域。所述方法包括：响应于检测到的算法因子创建指令，获取所述算法因子创建指令对应的算法因子创建参数；基于所述算法因子创建参数和预先创建的层级结构生成目标算法因子，以根据应用业务场景及建模需求，配置一个或多个目标算法因子构建联邦学习应用模型。本发明专利技术实施例通过预先创建层级结构，在需要生成算法因子时，直接基于预先创建的层级结构和应用需求生成算法因子，使得创建算法因子时，无需对每个算法因子进行单独开发，简化了算法因子的生成过程，提高了算法因子的生成效率，进而提高了基于算法因子构建联邦学习模型的效率。法因子构建联邦学习模型的效率。法因子构建联邦学习模型的效率。

A method and device for dynamic generation of factor components of Federated learning algorithm

【技术实现步骤摘要】
一种联邦学习算法因子组件动态生成方法和装置


[0001]本专利技术涉及机器学习
，尤其涉及一种联邦学习算法因子组件动态生成方法和装置。

技术介绍

[0002]随着互联网的发展，联邦学习作为分布式的机器学习范式，可以有效解决数据孤岛问题，让参与方在不共享数据的基础上联合建模，能从技术上解决数据孤岛问题，实现人工智能协作。针对联邦学习的算法因子组件的生成和使用变得越来越重要。
[0003]目前，大部分联邦算法因子组件在系统中生成和配置过程通常为：由开发人员针对每个具体的算法进行特定因子组件开发和前端展示，并且联邦原理相近或参数重叠较多的算法因子，无法灵活共用配置，存在大量重复开发过程。

技术实现思路

[0004]本专利技术提供了一种联邦学习算法因子组件动态生成方法和装置，以解决算法因子开发复杂、效率低的技术问题。
[0005]根据本专利技术的一方面，提供了一种联邦学习算法因子组件动态生成方法，包括：响应于检测到的算法因子创建指令，获取算法因子创建指令对应的算法因子创建参数；基于算法因子创建参数和预先创建的层级结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联邦学习算法因子组件动态生成方法，其特征在于，包括：响应于检测到的算法因子创建指令，获取所述算法因子创建指令对应的算法因子创建参数；基于所述算法因子创建参数和预先创建的层级结构生成目标算法因子，以根据应用业务场景及建模需求，配置一个或多个所述目标算法因子构建联邦学习应用模型。2.根据权利要求1所述的方法，其特征在于，所述获取所述算法因子创建指令对应的算法因子创建参数，包括：获取所述算法因子创建指令对应的目标组件标识，以及所述目标组件标识关联的组件配置信息作为所述算法因子创建参数。3.根据权利要求2所述的方法，其特征在于，所述基于所述算法因子创建参数和预先创建的层级结构生成目标算法因子，包括：根据所述目标组件标识确定目标组件信息；基于所述目标组件信息和所述组件配置信息生成所述目标算法因子。4.根据权利要求3所述的方法，其特征在于，所述预先创建的层级结构包括参数类型定义及存储层、算法因子定义及存储层、算法因子加工及存储层和算法因子渲染及应用层，所述根据所述目标组件标识确定目标组件信息，包括：分别从所述层级结构的各层中确定目标层级组件信息，所述目标层级组件信息包括目标参数类型组件信息、目标算法因子组件信息、目标算法因子加工组件信息和目标算法因子渲染组件；相应的，所述基于所述目标组件信息和所述组件配置信息生成所述目标算法因子，包括：基于算法因子构建关联组件信息和所述组件配置信息构建所述目标算法因子，所述算法因子构建关联组件信息包括所述目标参数类型组件信息、所述目标算法因子组件信息和所述目标算法因子加工组件信息；基于所述目标算法因子和所述目标算法因子渲染组件，渲染出所述目标算法因子的显示界面进行显示。5.根据权利要求1所述的方法，其特征在于，还包括：响应于检测到的层级结构配置指令，获取所述层级结构配置指令关联的目标配置层级；...

【专利技术属性】
技术研发人员：武铁铮，薛金燕，田璐璐，
申请(专利权)人：青岛鑫晟汇科技有限公司，
类型：发明
国别省市：