METHOD FOR IMPROVING GLOBAL MODEL PERFORMANCE BY APPLYING DATA QUALITY WEIGHTS OF LOCAL MODELS IN FEDERATED LEARNING AND SERVER USING THE SAME

본 발명은 연합 학습에서의 글로벌 모델의 성능을 관리하는 방법에 있어서, 복수 개의 로컬 모델이, 복수 개의 클라이언트가 복수 개의 로컬 데이터를 각각 수집하고, 상기 복수 개의 로컬 데이터 각각은 데이터 품질 관리 모델 정보에 기초하여 품질 평가가 이루어지며, 그 결과 복수 개의 품질평가 지수가 생성되고, 상기 복수 개의 로컬 데이터를 기초로 복수 개의 로컬 모델이 비즈니스 목적에 매칭하도록 학습되는 상태에서, 연합학습 서버가, 상기 복수 개의 로컬 모델 각각으로부터 복수 개의 로컬 파라미터를 획득하는 단계; 및 상기 연합학습 서...

Full description

Saved in:
Bibliographic Details
Main Authors PARK SE JIN, CHONG IL YOUNG, HAN GEUN SEOK, HAN CHAE YUN, JEON KYUNG CHAN
Format Patent
LanguageEnglish
Korean
Published 17.06.2024
Subjects
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:본 발명은 연합 학습에서의 글로벌 모델의 성능을 관리하는 방법에 있어서, 복수 개의 로컬 모델이, 복수 개의 클라이언트가 복수 개의 로컬 데이터를 각각 수집하고, 상기 복수 개의 로컬 데이터 각각은 데이터 품질 관리 모델 정보에 기초하여 품질 평가가 이루어지며, 그 결과 복수 개의 품질평가 지수가 생성되고, 상기 복수 개의 로컬 데이터를 기초로 복수 개의 로컬 모델이 비즈니스 목적에 매칭하도록 학습되는 상태에서, 연합학습 서버가, 상기 복수 개의 로컬 모델 각각으로부터 복수 개의 로컬 파라미터를 획득하는 단계; 및 상기 연합학습 서버가, 상기 복수 개의 로컬 파라미터를 가중치 평가 알고리즘에 통과시키면서 상기 복수 개의 품질평가 지수에 매칭하는 복수 개의 가중치를 각각 적용한 뒤, 글로벌 모델을 생성하는 단계를 포함하는 것을 특징으로 하는 방법을 제공한다.
Bibliography:Application Number: KR20230123436