公开(公告)号：CN115730631A

公开(公告)日：2023-03-03

申请号：CN202111001636.4

申请日：2021-08-30

Applicant: 华为云计算技术有限公司

Inventor： 郑子木 ,  李冉 ,  孙铭 ,  单雨昕 ,  普杰 ,  马坚伟

IPC: G06N3/02 ,  G06N3/084 ,  G06N20/20

Abstract: 本申请提供了一种联邦学习的方法和装置，该方法包括：根据目标联邦学习任务从算子库中获取N个算子，所述算子库包括K个与联邦学习相关联的算子，所述N和所述K为大于1的整数，所述N小于或等于所述K；将所述N个算子中的多个算子进行复合得到第一复合算子；将第一数据集通过所述第一复合算子进行处理得到第二数据集，所述第一数据集为用于所述目标联邦学习任务的训练集；利用所述第二数据集进行联邦学习得到第一联邦学习模型。因此，上述技术方案将针对不同单一问题的方法进行复合，通过一种级联元学习结构，使得输出的方法组合结构能够适应于优化联邦学习实际场景的问题，从而可以提高联邦学习的效率和质量。

公开(公告)号：CN114444696A

公开(公告)日：2022-05-06

申请号：CN202011417335.5

申请日：2020-12-07

Applicant: 华为云计算技术有限公司

Inventor： 郑子木 ,  普杰 ,  王烽 ,  李嘉豪

IPC: G06N5/04 ,  G06N20/10 ,  G06N3/04 ,  G06N3/08 ,  G06F16/36

Abstract: 本申请公开了一种任务学习系统、方法及相关设备，包括：知识库模块以及任务处理装置，其中，知识库模块用于存储任务属性以及该任务属性对应的任务模型，而任务处理装置用于获取输入样本，并在输入样本对应的推理任务为未知任务时，根据知识库模块存储的任务属性以及任务模型为未知任务生成推理模型，以便利用该推理模型对输入样本进行推理，得到目标推理结果。如此，针对于未知任务，不仅可以有效提高对于该输入样本的推理准确性，而且也无需用户定制化生成推理模型，降低了用户的定制化成本。