一种信息处理方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种信息处理方法，该方法包括：确定待训练模型；基于第一数据集合，生成第二数据集合；其中，所述第二数据集合中的训练样本数据是由所述第一数据集合中属于两种不同类别的采样数据生成的；采用所述第二数据集合，按照逐层训练的方法对所述待训练模型进行模型训练更新，得到更新后的目标模型；获取待预测数据；采用所述目标模型对所述待预测数据进行预测处理，得到预测结果。本申请还公开一种信息处理装置、设备及存储介质。

【技术实现步骤摘要】

本申请涉及物联网，尤其涉及一种信息处理方法、装置、设备及存储介质。

技术介绍

1、随着人工智能(artificial intelligence，ai)技术以及第五代移动通信技术(5th generation mobile communication technology，5g)等先进的通信技术的不断落地发展，各类智能设备的应用普及程度达到了新高，均一化的智能服务已不再能满足用户的个性化需求，基于个性化用户数据形成的差异化智能服务成为未来物联网发展的主要方向。在实现差异化服务过程中，通常希望智能设备具备一定的自我更新和持续学习能力，如此可以在个性化场景中进行自动化的自我更新，在此实现过程中，为了降低数据传输过程中涉及隐私泄露的问题，提出了智能设备实现本地模型训练和更新的技术实现方案。目前，为了降低数据搬运过程中巨大的能量消耗，本领域人员提出了一种新型的计算技术—存算一体技术，其从材料、器件、计算范式、架构等方面进行革新，可使用存储单元完成计算功能实现存算零距离，大幅提升算力和能效水平，可以广泛应用于智能设备的本地模型训练和更新过程。>

2、然而实现本文档来自技高网...

【技术保护点】

1.一种信息处理方法，其特征在于，所述方法应用于存算一体设备，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于第一数据集合，生成第二数据集合，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一采样数据和所述第二采样数据，生成第一正样本数据，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于所述第一采样数据和所述第二采样数据，生成第一负样本数据，包括：

5.根据权利要求1所述的方法，其特征在于，所述采用所述第二数据集合，按照逐层训练的方法对所述待训练模型进行模型训练更新，得到更新后的目标模型，包括：<...

【技术特征摘要】

1.一种信息处理方法，其特征在于，所述方法应用于存算一体设备，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于第一数据集合，生成第二数据集合，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一采样数据和所述第二采样数据，生成第一正样本数据，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于所述第一采样数据和所述第二采样数据，生成第一负样本数据，包括：

5.根据权利要求1所述的方法，其特征在于，所述采用所述第二数据集合，按照逐层训练的方法对所述待训练模型进行模型训练更新，得到更新后的目标模型，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述输出结果集合，计算第一损失值，包括：

7.根据权...

【专利技术属性】
技术研发人员：孔德群，
申请(专利权)人：中国移动通信有限公司研究院，
类型：发明
国别省市：