一种带隐私保护的纵向联邦宽度学习方法
摘要:
本发明属于机器学习及密码学领域。为解决纵向联邦图神经网络训练和更新过程复杂的问题,使纵向联邦宽度学习方法能够高效挖掘孤立非欧氏空间的图数据,本发明设计了一种带隐私保护的纵向联邦宽度学习方法,扩展了纵向联邦宽度学习方法的适用数据范围,实现纵向联邦宽度学习方法在非欧式空间的图上的应用,从而推进宽度学习系统的应用和发展。
0/0