| 专利号 | 2021107669242 | 申请日 | 2021-07-07 | 专利名称 | 基于个性化半监督在线联邦学习的用户行为识别方法 |
| 授权日 | 2022-09-06 | 专利权人 | 山东大学 | 发明人 | 张啸;于宏正 |
| 主分类号 | G06K9/62 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于智能设备用户行为识别技术领域，具体涉及基于个性化半监督在线联邦学习的用户行为识别方法。基于半监督在线学习的个性化联邦用户行为识别方法，其特征在于，包括以下步骤：确定有标签的客户端和无标签的客户端；使用FedHAR算法进行在线半监督联邦学习，训练出泛化的神经网络模型；对所述泛化的神经网络模型进行个性化联邦微调，获得多模态个性化神经网络模型。本发明使用半监督在线学习、联邦学习框架，提出了个性化用户行为识别方法，来解决真实场景下的行为识别问题及用于隐私问题。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 人工智能 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
