基于联邦学习的数据要素分析系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于联邦学习的数据要素分析系统及方法
申请号:CN202510678929
申请日期:2025-05-26
公开号:CN120197658A
公开日期:2025-06-24
类型:发明专利
摘要
本申请公开了基于联邦学习的数据要素分析系统及方法,包括:数据准备模块、联邦学习训练模块、关联分析模块、趋势捕捉模块以及建议生成模块;所述数据准备模块用于从各个参与方中采集数据要素,并对采集到的数据进行预处理,所述采集数据要素包括数值型数据和非数值型数据;所述联邦学习训练模块用于构建和训练基于联邦学习的数据要素分析模型。本申请属于数据分析技术领域,本申请的目的在于解决现有技术中无法区分数据要素中的偶然关联,同时,数据要素相关参数的分析无法捕捉数据要素的趋势演变的问题。达到的技术效果为:能够有效区分数据要素中的偶然关联,同时,便于根据数据要素相关参数的分析并捕捉数据要素的趋势演变。
技术关键词
分析系统 分析单元 分析模块 参数 神经网络模型构建 动态分析数据 分析方法 生成决策建议 权重分配机制 采集单元 数据分析技术 数值 决策树模型 检验方法 模型更新 编码 样本