买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：新智我来网络科技有限公司

摘要：本公开涉及联合学习技术领域，提供了一种基于联合学习的确定资源贡献度的方法、装置和电子设备。该方法包括：获取联合学习架构中的各个参与方上传的模型；其中，上传的模型携带有模型的通讯轮次，以及通讯轮次对应的参与方的边际贡献值；基于边际贡献值，确定各参与方的资源量；根据参与方的资源量和夏普利值算法，确定各个参与方的分配资源量；基于通讯轮次和分配资源量，得到各参与方对联合模型的贡献度。本公开可以通过参与方对于联合模型的贡献度来实现联合学习的激励分配，以保证联合学习的成功进行和可持续性。

主权项：1.一种基于联合学习的确定资源贡献度的方法，其特征在于，包括：获取联合学习架构中的各个参与方上传的模型；其中，所述上传的模型携带有模型的通讯轮次，以及所述通讯轮次对应的参与方的边际贡献值；基于所述边际贡献值，确定所述各参与方的资源量；根据所述参与方的资源量和夏普利值算法，确定所述各个参与方的分配资源量；基于所述通讯轮次和分配资源量，得到所述各参与方对联合模型的贡献度；所述分配资源量包括参与方在各个通讯轮次对应的资源量的夏普利值；所述根据所述参与方的资源量和夏普利值算法，确定所述各个参与方的分配资源量，包括：基于所述参与方的数量，确定所述参与方加入联盟的全部组合顺序，其中，每一种加入联盟的组合顺序为一个子联盟；基于蒙特卡罗采样方法对所述全部组合顺序进行采样，确定进行夏普利值计算的目标子联盟；在各个通讯轮次中，基于夏普利值算法计算所述目标子联盟对应的组合顺序中每个所述参与方加入所述目标子联盟的边际贡献，其中，所述边际贡献等于所述参与方在当前通讯轮次的资源量的效用函数值；在当前通讯轮次的全局模型的边际贡献与所述全局模型的绝对差值小于预设的第一阈值的情况下，退出当前通讯轮次的所述目标子联盟对应的组合顺序中每个所述参与方的边际贡献计算，且当前通讯轮次各个所述参与方的夏普利值为基于所述蒙特卡罗采样方法计算的边际贡献的均值；在当前通讯轮次的全局模型的边际贡献与上一通讯轮次的全局模型的边际贡献的绝对差值小于或等于预设的第二阈值的情况下，结束计算各个所述参与方的夏普利值，其中，当前通讯轮次各个所述参与方的夏普利值均为零。

全文数据：

权利要求：

百度查询： 新智我来网络科技有限公司 基于联合学习的确定资源贡献度的方法、装置和电子设备