公开(公告)号：CN114648099A

公开(公告)日：2022-06-21

申请号：CN202210348440.0

申请日：2022-04-01

Applicant: 重庆邮电大学

Inventor： 刘歆 ,  陈泓宇 ,  钱鹰 ,  韦庆杰 ,  金霜 ,  郑钧宇 ,  刘苏 ,  梁晋周

IPC: G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明涉及一种面向纵向联邦学习的多方多类数据生成方法及系统，属于计算机中数据感知与重构领域。本发明包括：S1：建立以生成多方多类数据模型训练为目的纵向联邦学习训练数据集；S2：构建面向纵向联邦学习的双重条件生成对抗网络；S3：设计面向纵向联邦的双重条件生成对抗网络的多方损失函数；S4：建立面向纵向联邦学习的双重条件生成对抗网络的训练过程；S5：设计和实现基于双重条件生成对抗网络的多方多类数据生成方案。本发明提供了一种联合多方进行表格类数据集中样本特征维度和样本数量扩充的方法，联合多方构建高质量表格类训练数据集，满足大数据应用场景中机器学习模型训练的需求。