一种基于多云服务器的分布式在线机器学习模型构建方法
摘要文本
本发明涉及机器学习技术领域，公开了一种基于多云服务器的分布式在线机器学习模型构建方法，该方法包括：接收用户簇中各用户端发送的在线量测数据；基于在线量测数据构建机器学习模型，得到全局模型参数；基于云服务器网络，获取若干个互享云服务器的互享全局模型参数，其中，互享云服务器与云服务器之间存在边缘连接关系；根据全局模型参数和互享全局模型参数，对全局模型参数进行迭代更新，以得到目标全局模型参数。上述方案提供的方法，通过在各云服务器得到全局模型参数后，在云服务器间实现全局模型参数互享，提高了最终得到的目标全局模型参数的准确性，从而提高了机器学习模型的精度。
申请人信息
- 申请人:苏州元脑智能科技有限公司
- 申请人地址:215000 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢
- 发明人: 苏州元脑智能科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于多云服务器的分布式在线机器学习模型构建方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311825153.5 |
| 申请日 | 2023/12/27 |
| 公告号 | CN117474128B |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06N20/00 |
| 权利人 | 苏州元脑智能科技有限公司 |
| 发明人 | 张旭; 孙华锦; 胡雷钧; 王小伟 |
| 地址 | 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢 |
专利主权项内容
1.一种基于多云服务器的分布式在线机器学习模型构建方法，应用于云服务器，其特征在于，所述云服务器与用户簇一一对应，所述用户簇包括若干个用户端，所述方法包括：接收所述用户簇中各用户端发送的在线量测数据；基于所述在线量测数据构建机器学习模型，得到全局模型参数；基于云服务器网络，获取若干个互享云服务器的互享全局模型参数，其中，所述互享云服务器与所述云服务器之间存在边缘连接关系；根据所述全局模型参数和互享全局模型参数，对所述全局模型参数进行迭代更新，以得到目标全局模型参数；所述根据所述全局模型参数和互享全局模型参数，对所述全局模型参数进行迭代更新，以得到目标全局模型参数，包括：获取云服务器权重矩阵；根据所述云服务器权重矩阵，为所述互享云服务器分配互享权重；根据所述全局模型参数、互享全局模型参数及互享权重，对所述全局模型参数进行迭代更新，以得到目标全局模型参数；所述根据所述全局模型参数、互享全局模型参数及互享权重，对所述全局模型参数进行迭代更新，以得到目标全局模型参数，包括：基于如下公式，确定所述目标全局模型参数：
，/>
，/>其中，和/>分别表示第i个云服务器的目标全局预测期望和目标全局预测方差，所述目标全局模型参数包括所述目标全局预测期望和目标全局预测方差，V表示云服务器集群，/>表示第j个互享云服务器的互享权重，/>表示第j个互享云服务器在k时刻的互享全局预测期望，/>表示第j个互享云服务器在k时刻的互享全局预测方差，所述互享全局模型参数包括所述互享全局预测期望和互享全局预测方差。