摘要
本发明涉及人工智能技术领域，可应用于医疗健康及金融科技等业务系统平台中，公开了一种跨设施模型训练方法，包括：获取每个设施的原始数据，将所述原始数据存储于本地存储系统，并将所述原始数据作为训练样本；对参数化模板进行解析处理，提取工作流参数和数据特征；根据所述工作流参数和/或数据特征，确定各设施的训练样本分布策略，并通过所述训练样本分布策略确定义各设施训练样本的使用规则；基于初始模型参数、训练样本和使用规则对各设施进行训练，生成全局模型。本发明通过参数化工作流模板配置数据分布，各设施基于原始数据独立训练模型，利用联邦平均算法聚合参数生成全局模型。实现隐私保护和高效训练的目标。
