CN116226116A - 联合学习任务查看方法、装置、电子设备及存储介质 - Google Patents
联合学习任务查看方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116226116A CN116226116A CN202111435088.6A CN202111435088A CN116226116A CN 116226116 A CN116226116 A CN 116226116A CN 202111435088 A CN202111435088 A CN 202111435088A CN 116226116 A CN116226116 A CN 116226116A
- Authority
- CN
- China
- Prior art keywords
- task
- joint learning
- screening
- state
- joint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种联合学习任务查看方法、装置、电子设备及存储介质。该方法包括:接收参与方发送的任务查看请求,响应于任务查看请求,调取联合学习任务列表,并根据任务查看请求设置任务筛选条件;利用预设的与任务筛选条件相对应的任务筛选规则,对联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;接收参与方发送的详情查看请求,响应于详情查看请求,根据筛选结果中每个联合学习任务对应的当前任务状态,确定联合学习任务对应的当前任务状态的任务详情信息。本公开可以多维度展示联合学习任务过程,便于用户快速了解任务详情,提升用户的联合学习体验。
Description
技术领域
本公开涉及联合学习技术领域,尤其涉及一种联合学习任务查看方法、装置、电子设备及存储介质。
背景技术
随着人工智能以及分布式机器学习技术的发展,通过联合不同参与方进行机器学习的联合学习方法成为一种训练人工智能模型的主流趋势。联合学习作为一种新型的分布式机器学习框架,满足了多个客户端在数据安全的要求下进行模型训练的需求。在联合学习平台中,为了使用户清楚地了解联合学习的过程,便于用户选择联合学习任务加入,因此需要将联合学习任务的执行过程可视化地向用户进行展示。
现有技术中,在对联合学习任务进行展示时,由于联合学习涉及到多方参与,且每个参与方所参与的联合学习任务的阶段各不相同。而传统的基于联合学习任务的工作流展示方式,所能展示的维度有限,并且不具备任务筛选以及快速加入等功能,用户也无法查看任务详情,降低了用户的联合学习体验。
鉴于上述现有技术中的问题,需要提供一种能够增加多方位的任务展示维度,具有任务筛选以及快速加入功能,便于用户快速了解任务详情,并提升用户联合学习体验的联合学习任务查看方法。
发明内容
有鉴于此,本公开实施例提供了一种联合学习任务查看方法、装置、电子设备及存储介质,以解决现有技术存在的联合学习任务查看维度不足,功能单一,无法查看任务详情,导致用户的联合学习体验降低的问题。
本公开实施例的第一方面,提供了一种联合学习任务查看方法,包括:接收参与方发送的任务查看请求,响应于任务查看请求,调取联合学习任务列表,并根据任务查看请求设置任务筛选条件;利用预设的与任务筛选条件相对应的任务筛选规则,对联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;接收参与方发送的详情查看请求,响应于详情查看请求,根据筛选结果中每个联合学习任务对应的当前任务状态,确定联合学习任务对应的当前任务状态的任务详情信息。
本公开实施例的第二方面,提供了一种联合学习任务的查看装置,包括:接收模块,被配置为接收参与方发送的任务查看请求,响应于任务查看请求,调取联合学习任务列表,并根据任务查看请求设置任务筛选条件;筛选模块,被配置为利用预设的与任务筛选条件相对应的任务筛选规则,对联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;确定模块,被配置为接收参与方发送的详情查看请求,响应于详情查看请求,根据筛选结果中每个联合学习任务对应的当前任务状态,确定联合学习任务对应的当前任务状态的任务详情信息。
本公开实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过接收参与方发送的任务查看请求,响应于任务查看请求,调取联合学习任务列表,并根据任务查看请求设置任务筛选条件;利用预设的与任务筛选条件相对应的任务筛选规则,对联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;接收参与方发送的详情查看请求,响应于详情查看请求,根据筛选结果中每个联合学习任务对应的当前任务状态,确定联合学习任务对应的当前任务状态的任务详情信息。本公开能够多维度展示联合学习任务过程,使联合学习平台具有任务筛选以及快速加入等功能,便于用户快速了解任务详情,提升了用户的联合学习体验。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本公开实施例提供的一种联合学习的架构示意图;
图2是本公开实施例提供的联合学习任务查看方法的流程示意图;
图3是本公开实施例提供的联合学习任务查看装置的结构示意图;
图4是本公开实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本公开实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本公开的描述。
联合学习是指在确保数据安全及用户隐私的前提下,综合利用多种AI(Artificial Intelligence,人工智能)技术,联合多方合作共同挖掘数据价值,催生基于联合建模的新的智能业态和模式。联合学习至少具有以下特点:
(1)参与节点控制自有数据的弱中心化联合训练模式,确保共创智能过程中的数据隐私安全。
(2)在不同应用场景下,利用筛选和/或组合AI算法、隐私保护计算,建立多种模型聚合优化策略,以获取高层次、高质量的模型。
(3)在确保数据安全及用户隐私的前提下,基于多种模型聚合优化策略,获取提升联合学习引擎的效能方法,其中效能方法可以是通过解决包括计算架构并行、大规模跨域网络下的信息交互、智能感知、异常处理机制等,提升联合学习引擎的整体效能。
(4)获取各场景下多方用户的需求,通过互信机制,确定合理评估各联合参与方的真实贡献度,进行分配激励。
基于上述方式,可以建立基于联合学习的AI技术生态,充分发挥行业数据价值,推动垂直领域的场景落地。
图1是本公开实施例提供的一种联合学习的架构示意图。如图1所示,联合学习的架构可以包括服务器(中心节点)101以及参与方102、参与方103和参与方104。
在联合学习过程中,基本模型可以通过服务器101建立,服务器101将该模型发送至与其建立通信连接的参与方102、参与方103和参与方104。基本模型还可以是任一参与方建立后上传至服务器101,服务器101将该模型发送至与其建立通信连接的其他参与方。参与方102、参与方103和参与方104根据下载的基本结构和模型参数构建模型,利用本地数据进行模型训练,获得更新的模型参数,并将更新的模型参数加密上传至服务器101。服务器101对参与方102、参与方103和参与方104发送的模型参数进行聚合,获得全局模型参数,并将全局模型参数传回至参与方102、参与方103和参与方104。参与方102、参与方103和参与方104根据接收的全局模型参数对各自的模型进行迭代,直到模型最终收敛,从而实现对模型的训练。在联合学习过程中,参与方102、参与方103和参与方104上传的数据为模型参数,本地数据并不会上传至服务器101,且所有参与方可以共享最终的模型参数,因此可以在保证数据隐私的基础上实现共同建模。
需要说明的是,参与方的数量不限于如上的三个,而是可以根据需要进行设置,本公开实施例对此不作限制。
下面将结合附图详细说明根据本公开实施例的一种联合学习任务查看方法和装置。
图2是本公开实施例提供的联合学习任务查看方法的流程示意图。图2的联合学习任务查看方法可以由联合学习的服务器执行。如图2所示,该联合学习任务查看方法具体可以包括:
S201,接收参与方发送的任务查看请求,响应于任务查看请求,调取联合学习任务列表,并根据任务查看请求设置任务筛选条件;
S202,利用预设的与任务筛选条件相对应的任务筛选规则,对联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;
S203,接收参与方发送的详情查看请求,响应于详情查看请求,根据筛选结果中每个联合学习任务对应的当前任务状态,确定联合学习任务对应的当前任务状态的任务详情信息。
具体地,本公开实施例的联合学习平台主要由以下模块组成:选择圈子模块、新增数据模块、任务查看模块、创建任务模块、训练模块、训练结果展示模块以及模型存储库。联合学习平台可以认为是运行在各个参与方设备上的客户端,各个参与方可以通过联合学习平台进行联合学习场景的选择、上传训练数据、联合学习过程查看、创建联合学习任务、推演预测等操作。联合学习平台提供了一种基于产业物联网的统一的联合学习引擎,能够站在生态用户的角度,重新定位联合学习的产品服务,让用户在平台上体验到联合学习的能力。
进一步地,每一个参与方对应联合学习框架中的一个节点,每一个节点对应一个参与方设备,参与方设备可以是PC、平板电脑、智能手机、智能可穿戴设备等,每一个参与方设备上具有联合学习参与方的客户终端,但参与方设备并不局限于上述这些设备或者客户端。联合学习框架中还具有为客户端提供服务的节点(即服务端),服务端可以是用于执行聚合操作的服务器,服务端可以协调多个客户端进行联合学习以得到联合学习模型。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者云计算服务器。
根据本公开实施例提供的技术方案,通过接收参与方发送的任务查看请求,响应于任务查看请求,调取联合学习任务列表,并根据任务查看请求设置任务筛选条件;利用预设的与任务筛选条件相对应的任务筛选规则,对联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;接收参与方发送的详情查看请求,响应于详情查看请求,根据筛选结果中每个联合学习任务对应的当前任务状态,确定联合学习任务对应的当前任务状态的任务详情信息。本公开能够多维度展示联合学习任务过程,使联合学习平台具有任务筛选以及快速加入等功能,便于用户快速了解任务详情,提升了用户的联合学习体验。
在一些实施例中,接收参与方发送的任务查看请求,响应于任务查看请求,调取联合学习任务列表,包括:接收参与方通过客户端发送的任务查看请求,响应于任务查看请求,获取任务查看请求中的列表标识,并确定与列表标识相对应的联合学习任务列表;其中,联合学习任务列表包括第一联合学习任务列表以及第二联合学习任务列表;第一联合学习任务列表中包含参与方创建的联合学习任务,第二联合学习任务列表中包含其他参与方创建的联合学习任务。
具体地,下面以实际场景中参与方客户端的用户操作为例,对任务查看过程进行详细说明,具体可以包括以下内容:
第一手势操作为点击操作,接收用户针对联合学习平台界面的第一手势操作,将联合学习平台界面切换为联合学习任务界面,包括:当检测到用户针对联合学习平台界面中的联合学习任务界面的点击操作时,将联合学习平台界面切换为联合学习任务界面,联合学习任务界面中包含第一联合学习任务列表以及第二联合学习任务列表;其中,第一联合学习任务列表中包含用户创建的联合学习任务,第二联合学习任务列表中包含其他用户创建的联合学习任务。
进一步地,当用户点击联合学习平台的联合学习任务界面之后,联合学习平台的当前界面将切换为联合学习任务界面,用户对联合学习任务的筛选、任务详情查看等操作都是基于联合学习任务界面进行的。下面结合具体实施例,对本公开实施例提供的联合学习任务界面的内容进行详细说明,该联合学习任务界面中具体可以包括以下内容:
联合学习任务界面的上方并排显示多个任务筛选框,用于用户输入不同的任务筛选条件,在任务筛选框的下方有两个按钮,即“我的任务”和“其他任务”,通过点击这两个按钮,切换显示不同的联合学习任务列表;其中,“我的任务”对应第一联合学习任务列表,“其他任务”对应第二联合学习任务列表。当所有的任务筛选框均为空的状态时,即用户未输入任何的任务筛选条件,在第一联合学习任务列表或者第二联合学习任务列表中将显示该列表对应的所有联合学习任务。
在一些实施例中,根据任务查看请求设置任务筛选条件,包括:获取任务查看请求中的条件标识,确定与条件标识相对应的任务筛选条件,并将任务筛选条件设置成用于对联合学习任务列表进行筛选的条件;其中,任务筛选条件包括任务名称筛选、任务场景筛选、任务状态筛选、以及任务发起方筛选。
具体地,每一个任务筛选框对应一种任务筛选条件,例如任务名称对应的筛选框中只用于填写任务名称,任务场景对应的筛选框中只用于填写任务场景。在实际应用中,可以按照不同的任务筛选条件对联合学习任务进行筛选,用户可以输入一个或者多个任务筛选条件,将同时满足任务筛选条件的联合学习任务作为最终的筛选结果。
进一步地,在利用任务筛选条件进行联合学习任务的筛选时,包括但不限于按照以下条件进行筛选:按照任务名称筛选,通过输入任务名进行任务名称的筛选;按照任务场景筛选,通过下拉菜单从所有支持的圈子中选择一个圈子进行筛选;按照任务状态筛选,通过下拉菜单从所有的任务状态中选择一个任务状态进行筛选,任务状态包括待训练、训练中、已完成、训练异常(或者训练终止)四种状态;按照任务发起方筛选,通过输入发起方的名字进行发起方筛选。
在一些实施例中,利用预设的与任务筛选条件相对应的任务筛选规则,对联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果,包括:根据任务筛选条件,调用与任务筛选条件具有映射关系的任务筛选规则,利用任务筛选规则对联合学习任务列表中所有的联合学习任务进行筛选,得到同时满足任务筛选规则的联合学习任务;其中,任务筛选规则包括名称筛选规则、场景筛选规则、状态筛选规则、以及发起方筛选规则。
具体地,在用户输入完任务筛选条件之后,点击“筛选”按钮,即可显示筛选结果。利用与任务筛选条件相匹配的任务筛选规则,对联合学习任务列表中的任务进行筛选;当用户输入的任务筛选条件为多个条件时,任务筛选规则也对应多个,根据任务筛选规则选择同时满足任务筛选规则的联合学习任务,并将其作为筛选结果进行显示。
在一些实施例中,接收参与方发送的详情查看请求,包括:接收参与方通过客户端发送的详情查看请求,获取筛选结果中每个联合学习任务对应的当前任务状态;其中,筛选结果中还包含联合学习任务对应的任务名称、任务发起方、任务场景、参与方数量、联合学习类型、联合学习算法、任务创建时间、任务状态以及任务操作。
具体地,下面以实际场景中参与方客户端的用户操作为例,对任务详情查看过程进行详细说明,具体可以包括以下内容:
在联合学习任务界面中显示所有满足任务筛选规则的联合学习任务,在联合学习任务界面中除了显示符合任务筛选规则的联合学习任务对应的任务名称之外,还可以显示以下维度的内容:联合学习任务的当前任务状态,联合学习任务的发起方名称,联合学习任务的任务场景,联合学习任务的参与方数量,联合学习任务的联合类型,联合学习任务所用的算法,联合学习任务的创建时间,该联合学习任务是否允许加入,以及任务操作等。
进一步地,联合学习任务的任务场景包括但不限于以下场景:用电负荷预测场景、用气负荷预测场景、用电燃气检测场景等;联合学习任务的联合类型包括横向联合学习和纵向联合学习;联合学习任务所用的算法包括XGBOOST、YOLO、LR等算法;任务操作按钮用于用户快速点击加入联合学习任务或者点击查看任务详情。
在一些实施例中,根据筛选结果中每个联合学习任务对应的当前任务状态,确定联合学习任务对应的当前任务状态的任务详情信息,包括:根据详情查看请求中的操作标识,确定参与方对联合学习任务的任务操作,并获取联合学习任务在当前任务状态下的任务详情信息,以便根据任务详情信息生成任务详情窗口,将任务详情窗口进行弹窗展示;其中,当前任务状态包括待训练状态、正在训练状态、训练完成状态、以及训练异常状态。
具体地,在联合学习任务界面中每一个联合学习任务对应一个任务操作按钮(用于触发任务操作),该任务操作按钮既可以是加入联合学习任务的按钮,也可以是查看任务详情的按钮。下面以实际场景中参与方客户端的用户操作为例,对任务详情信息的展示过程进行详细说明,具体可以包括以下内容:
用户点击“任务详情”按钮之后,平台根据联合学习任务的当前任务状态,选择当前任务状态对应的任务详情模板,并将该联合学习任务的任务详情信息加载到任务详情模板中去,从而生成任务详情窗口,并进行弹窗显示。例如:点击训练中(即正在训练状态)的联合学习任务的“任务详情”按钮,自动弹出训练中的任务详情弹窗,供用户实时查看;点击训练结束(即训练完成状态)的联合学习任务的“任务详情”按钮,自动弹出训练结束的任务详情弹窗。
需要说明的是,每个联合学习任务对应的当前任务状态,以及当前任务状态下的任务详情均不相同。任务详情模板只是一种信息的展示载体,具体联合学习任务在不同当前任务状态下的任务详情信息,需要从联合学习的服务端获取数据。
在一些实施例中,当前任务状态为待训练状态时,基于排队任务计算等待时间,将等待时间以倒计时的方式在任务详情窗口中进行显示,并将处于在线状态的参与方进行高亮显示;当前任务状态为正在训练状态时,将联合学习训练过程中产生的每个参与方与联合学习引擎之间的交互日志进行显示,并基于预设的联合学习完成指标动态生成联合学习训练的聚合周期曲线;当前任务状态为训练完成状态时,显示交互日志,并显示联合学习训练完成后对应的聚合周期曲线,并发送联合学习训练已完成提示;当前任务状态为训练异常状态时,在交互日志中对数据异常的任务进行标记,并利用LSH碰撞检测算法对参与方之间的数据进行碰撞检测,根据碰撞检测的结果判断是否终止训练。
具体地,不同当前任务状态的任务详情模板不同,所展示的任务详情的内容也不相同。下面以实际应用场景中的联合学习平台为例,对不同任务状态下的任务详情窗口的内容进行详细说明,具体可以包括以下内容:
情形一:在待训练状态对应的任务详情窗口中,联合学习任务处于任务排队等待的状态。加入联合学习任务之后,由于可以仅支持单个任务训练,不考虑任务并行训练,因此当前面有联合学习任务正在训练时,需要进行任务等待。如果能计算出前面任务的等待时间,就在此界面显示最后半分钟的倒计时。
任务详情窗口的上面显示当前任务的参与方,为防止参与方过多,导致界面显示混乱,因此可以只显示6个参与方,其余参与方用……表示,每个任务可以支持10人参与。任务详情窗口的界面中具有联合学习引擎、任务发起人标识(也可称为队长)、其余参与方名称等,其中,队长可以排左边第一个,参与方数量显示为8/10,参与方是否在线状态,如果在线就点亮,不在线灰掉。
情形二:在正在训练状态对应的任务详情窗口中,查看训练中的联合学习任务的任务详情,例如可以查看任务的实时训练过程,包括每个参与方与引擎之间的交互log以及动态的曲线变化;除此之外,上述待训练状态对应的任务详情窗口中的内容也会在正在训练状态对应的任务详情窗口中进行显示,例如最上方显示的参与方与引擎的交互展示图信息。
情形三:在训练完成状态的任务详情窗口中,训练完成状态的任务详情窗口与上述正在训练状态的任务详情窗口的整体展示逻辑和信息基本相同,不同之处在于,训练完成状态所显示的是最终训练完成后得到的聚合周期曲线,此时聚合周期曲线不再动态变化,而是成为静态图。另外,在联合学习训练结束之后,界面上冒泡提示“训练已完成”。
情形四:在训练异常状态的任务详情窗口中,如果训练过程中出现异常,则可以查看异常详情。通过LSH碰撞检测,将异常报警提示给后端,严重的会直接终止训练,如果所有参与方数据都没有碰撞上,界面会出现相应的提示,只要有至少2个参与方数据发生正常碰撞,任务就不会停止。
进一步地,在联合学习中一个聚合周期是指对联合学习模型进行的一轮训练,各参与方客户端利用本地数据对本地模型进行训练,当本地模型训练达到收敛时,得到训练后的本地模型参数,并将其发送给服务端。所有参与方在每一个聚合轮次都会上传自己的本地模型参数,服务器进行加权平均得出一个联合模型来,因此每一个参与方在每一轮次都会做出自己的贡献,此处的轮表示服务端对联合学习模型进行一次完整的训练。
进一步地,局部敏感哈希(Locality Sensitive Hashing,LSH)算法是一种在海量数据中进行相似性搜索的算法,利用LSH算法可以处理高维度数据的查询和匹配等操作,在本公开实施例中用于计算参与方数据之间的相似度。在实际应用中,除了采用LSH算法计算参与方数据之间的相似度之外,也可以利用其它的相似度计算方式,比如欧氏距离、余弦相似度或者Jaccard相似度等。在本公开实施例中,联合学习平台可以提供LSH异常报警逻辑,便于界面准备相应的提醒,以提示用户训练发生异常。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图3是本公开实施例提供的联合学习任务查看装置的结构示意图。如图3所示,该联合学习任务查看装置包括:
接收模块301,被配置为接收参与方发送的任务查看请求,响应于任务查看请求,调取联合学习任务列表,并根据任务查看请求设置任务筛选条件;
筛选模块302,被配置为利用预设的与任务筛选条件相对应的任务筛选规则,对联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;
确定模块303,被配置为接收参与方发送的详情查看请求,响应于详情查看请求,根据筛选结果中每个联合学习任务对应的当前任务状态,确定联合学习任务对应的当前任务状态的任务详情信息。
在一些实施例中,图3的接收模块301接收参与方通过客户端发送的任务查看请求,响应于任务查看请求,获取任务查看请求中的列表标识,并确定与列表标识相对应的联合学习任务列表;其中,联合学习任务列表包括第一联合学习任务列表以及第二联合学习任务列表;第一联合学习任务列表中包含参与方创建的联合学习任务,第二联合学习任务列表中包含其他参与方创建的联合学习任务。
在一些实施例中,图3的接收模块301获取任务查看请求中的条件标识,确定与条件标识相对应的任务筛选条件,并将任务筛选条件设置成用于对联合学习任务列表进行筛选的条件;其中,任务筛选条件包括任务名称筛选、任务场景筛选、任务状态筛选、以及任务发起方筛选。
在一些实施例中,图3的筛选模块302根据任务筛选条件,调用与任务筛选条件具有映射关系的任务筛选规则,利用任务筛选规则对联合学习任务列表中所有的联合学习任务进行筛选,得到同时满足任务筛选规则的联合学习任务;其中,任务筛选规则包括名称筛选规则、场景筛选规则、状态筛选规则、以及发起方筛选规则。
在一些实施例中,图3的确定模块303接收参与方通过客户端发送的详情查看请求,获取筛选结果中每个联合学习任务对应的当前任务状态;其中,筛选结果中还包含联合学习任务对应的任务名称、任务发起方、任务场景、参与方数量、联合学习类型、联合学习算法、任务创建时间、任务状态以及任务操作。
在一些实施例中,图3的确定模块303根据详情查看请求中的操作标识,确定参与方对联合学习任务的任务操作,并获取联合学习任务在当前任务状态下的任务详情信息,以便根据任务详情信息生成任务详情窗口,将任务详情窗口进行弹窗展示;其中,当前任务状态包括待训练状态、正在训练状态、训练完成状态、以及训练异常状态。
在一些实施例中,图3的确定模块303当前任务状态为待训练状态时,基于排队任务计算等待时间,将等待时间以倒计时的方式在任务详情窗口中进行显示,并将处于在线状态的参与方进行高亮显示;当前任务状态为正在训练状态时,将联合学习训练过程中产生的每个参与方与联合学习引擎之间的交互日志进行显示,并基于预设的联合学习完成指标动态生成联合学习训练的聚合周期曲线;当前任务状态为训练完成状态时,显示交互日志,并显示联合学习训练完成后对应的聚合周期曲线,并发送联合学习训练已完成提示;当前任务状态为训练异常状态时,在交互日志中对数据异常的任务进行标记,并利用LSH碰撞检测算法对参与方之间的数据进行碰撞检测,根据碰撞检测的结果判断是否终止训练。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本公开实施例的实施过程构成任何限定。
图4是本公开实施例提供的电子设备4的结构示意图。如图4所示,该实施例的电子设备4包括:处理器401、存储器402以及存储在该存储器402中并且可以在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者,处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
示例性地,计算机程序403可以被分割成一个或多个模块/单元,一个或多个模块/单元被存储在存储器402中,并由处理器401执行,以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序403在电子设备4中的执行过程。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解,图4仅仅是电子设备4的示例,并不构成对电子设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如,电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit,CPU),也可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以是电子设备4的内部存储单元,例如,电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备,例如,电子设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每一个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中,应该理解到,所揭露的装置/计算机设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算机设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本公开实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可以存储在计算机可读存储介质中,该计算机程序在被处理器执行时,可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如,在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围,均应包含在本公开的保护范围之内。
Claims (10)
1.一种联合学习任务查看方法,其特征在于,包括:
接收参与方发送的任务查看请求,响应于所述任务查看请求,调取联合学习任务列表,并根据所述任务查看请求设置任务筛选条件;
利用预设的与所述任务筛选条件相对应的任务筛选规则,对所述联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;
接收参与方发送的详情查看请求,响应于所述详情查看请求,根据所述筛选结果中每个所述联合学习任务对应的当前任务状态,确定所述联合学习任务对应的所述当前任务状态的任务详情信息。
2.根据权利要求1所述的方法,其特征在于,所述接收参与方发送的任务查看请求,响应于所述任务查看请求,调取联合学习任务列表,包括:
接收所述参与方通过客户端发送的任务查看请求,响应于所述任务查看请求,获取所述任务查看请求中的列表标识,并确定与所述列表标识相对应的联合学习任务列表;
其中,所述联合学习任务列表包括第一联合学习任务列表以及第二联合学习任务列表;所述第一联合学习任务列表中包含所述参与方创建的联合学习任务,所述第二联合学习任务列表中包含其他参与方创建的联合学习任务。
3.根据权利要求1所述的方法,其特征在于,所述根据所述任务查看请求设置任务筛选条件,包括:
获取所述任务查看请求中的条件标识,确定与所述条件标识相对应的任务筛选条件,并将所述任务筛选条件设置成用于对所述联合学习任务列表进行筛选的条件;
其中,所述任务筛选条件包括任务名称筛选、任务场景筛选、任务状态筛选、以及任务发起方筛选。
4.根据权利要求1所述的方法,其特征在于,所述利用预设的与所述任务筛选条件相对应的任务筛选规则,对所述联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果,包括:
根据所述任务筛选条件,调用与所述任务筛选条件具有映射关系的任务筛选规则,利用所述任务筛选规则对所述联合学习任务列表中所有的联合学习任务进行筛选,得到同时满足所述任务筛选规则的联合学习任务;
其中,所述任务筛选规则包括名称筛选规则、场景筛选规则、状态筛选规则、以及发起方筛选规则。
5.根据权利要求4所述的方法,其特征在于,所述接收参与方发送的详情查看请求,包括:
接收所述参与方通过客户端发送的详情查看请求,获取所述筛选结果中每个所述联合学习任务对应的所述当前任务状态;
其中,所述筛选结果中还包含所述联合学习任务对应的任务名称、任务发起方、任务场景、参与方数量、联合学习类型、联合学习算法、任务创建时间、任务状态以及任务操作。
6.根据权利要求5所述的方法,其特征在于,所述根据所述筛选结果中每个所述联合学习任务对应的当前任务状态,确定所述联合学习任务对应的所述当前任务状态的任务详情信息,包括:
根据所述详情查看请求中的操作标识,确定所述参与方对所述联合学习任务的任务操作,并获取所述联合学习任务在所述当前任务状态下的任务详情信息,以便根据所述任务详情信息生成任务详情窗口,将所述任务详情窗口进行弹窗展示;
其中,所述当前任务状态包括待训练状态、正在训练状态、训练完成状态、以及训练异常状态。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
当所述当前任务状态为待训练状态时,基于排队任务计算等待时间,将所述等待时间以倒计时的方式在所述任务详情窗口中进行显示,并将处于在线状态的参与方进行高亮显示;
当所述当前任务状态为正在训练状态时,将联合学习训练过程中产生的每个所述参与方与联合学习引擎之间的交互日志进行显示,并基于预设的联合学习完成指标动态生成联合学习训练的聚合周期曲线;
当所述当前任务状态为训练完成状态时,显示所述交互日志,并显示所述联合学习训练完成后对应的聚合周期曲线,并发送所述联合学习训练已完成提示;
当所述当前任务状态为训练异常状态时,在所述交互日志中对数据异常的任务进行标记,并利用LSH碰撞检测算法对所述参与方之间的数据进行碰撞检测,根据碰撞检测的结果判断是否终止训练。
8.一种联合学习任务查看装置,其特征在于,包括:
接收模块,被配置为接收参与方发送的任务查看请求,响应于所述任务查看请求,调取联合学习任务列表,并根据所述任务查看请求设置任务筛选条件;
筛选模块,被配置为利用预设的与所述任务筛选条件相对应的任务筛选规则,对所述联合学习任务列表中的联合学习任务执行筛选操作,得到筛选结果;
确定模块,被配置为接收参与方发送的详情查看请求,响应于所述详情查看请求,根据所述筛选结果中每个所述联合学习任务对应的当前任务状态,确定所述联合学习任务对应的所述当前任务状态的任务详情信息。
9.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111435088.6A CN116226116A (zh) | 2021-11-29 | 2021-11-29 | 联合学习任务查看方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111435088.6A CN116226116A (zh) | 2021-11-29 | 2021-11-29 | 联合学习任务查看方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116226116A true CN116226116A (zh) | 2023-06-06 |
Family
ID=86584735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111435088.6A Pending CN116226116A (zh) | 2021-11-29 | 2021-11-29 | 联合学习任务查看方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116226116A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911807A (zh) * | 2023-09-13 | 2023-10-20 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气数据中心流程可视化管理方法和物联网系统 |
-
2021
- 2021-11-29 CN CN202111435088.6A patent/CN116226116A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911807A (zh) * | 2023-09-13 | 2023-10-20 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气数据中心流程可视化管理方法和物联网系统 |
CN116911807B (zh) * | 2023-09-13 | 2023-12-05 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气数据中心流程可视化管理方法和物联网系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10748194B2 (en) | Collaboration group recommendations derived from request-action correlations | |
CN109039671B (zh) | 群组消息显示方法、装置、终端及存储介质 | |
US10997671B2 (en) | Methods, systems and computer program products for collaborative tax return preparation | |
WO2017048907A1 (en) | Federation and inter-organization collaboration in data analysis | |
US20160371366A1 (en) | Contact Management Method and Apparatus | |
CN109213857A (zh) | 一种欺诈行为识别方法和装置 | |
CN110785970B (zh) | 使网页的机器人创建自动化的技术 | |
US20230047346A1 (en) | System and methods for identifying and troubleshooting customer issues to preempt customer calls | |
CN112926941B (zh) | 财务稽核规则的管理方法、装置、存储介质及服务器 | |
CN116204773A (zh) | 一种因果特征的筛选方法、装置、设备及存储介质 | |
WO2023177636A1 (en) | Systems and methods for providing decentralized support services in a virtual environment | |
CN115454561A (zh) | 一种定制界面显示方法、装置、设备及存储介质 | |
CN114202018A (zh) | 一种模块化的联合学习方法及系统 | |
CN116226116A (zh) | 联合学习任务查看方法、装置、电子设备及存储介质 | |
CN108062401B (zh) | 应用推荐方法、装置及存储介质 | |
CN113052246A (zh) | 用于训练分类模型及图像分类的方法和相关装置 | |
US11847599B1 (en) | Computing system for automated evaluation of process workflows | |
CN116992092A (zh) | 流程模型的建立方法、装置、存储介质及终端设备 | |
CN106126217A (zh) | 一种应用窗口的信息获取方法、装置及计算设备 | |
WO2023177619A1 (en) | Systems and methods for providing support services in a virtual environment | |
CN113138702B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN110942345B (zh) | 种子用户的选取方法、装置、设备及存储介质 | |
CN106878761A (zh) | 直播互动方法、装置及服务器 | |
CN116226158A (zh) | 联合学习任务加入方法、装置、电子设备及存储介质 | |
CN113223121A (zh) | 视频生成方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |