基于联邦学习的信贷风险评估模型

李辉; 陈清怡

doi:10.11907/rjdk.251709

您当前的位置：

首页 >

文章列表页 >

基于联邦学习的信贷风险评估模型

人工智能 | 更新时间：2026-03-27

- 基于联邦学习的信贷风险评估模型
- A Federated Learning-Based Model for Credit Risk Assessment
- “全球互联网金融快速发展，信贷风险评估面临高维稀疏特征建模难题和数据隐私挑战。专家提出FedIN模型，结合特征嵌入与Transformer编码器，利用联邦学习保障数据隐私。实验表明，该模型在Lending Club数据集上指标提升，验证了其有效性。”
- 软件导刊 2026年25卷第3期页码：94-99
- 作者机构：
  
  1.广西科技大学计算机科学与技术学院（软件学院）
  2.广西高校智能计算与分布式信息处理重点实验室，广西柳州 545006
- 作者简介：
  
  李辉（1981-），男，博士，广西科技大学计算机科学与技术学院（软件学院）教授，研究方向为高可用软件
  陈清怡（2000-），女，广西科技大学计算机科学与技术学院（软件学院）硕士研究生，研究方向为联邦学习。
- 基金信息：
- DOI：10.11907/rjdk.251709
  中图分类号： TP181;TP309
- 收稿：2025-12-12，
  
  纸质出版：2026-03-16
- 稿件说明：
移动端阅览
李辉,陈清怡.基于联邦学习的信贷风险评估模型[J].软件导刊,2026,25(03):94-99.

LI Hui,CHEN Qingyi.A Federated Learning-Based Model for Credit Risk Assessment[J].Software Guide,2026,25(03):94-99.
李辉,陈清怡.基于联邦学习的信贷风险评估模型[J].软件导刊,2026,25(03):94-99. DOI： 10.11907/rjdk.251709.

LI Hui,CHEN Qingyi.A Federated Learning-Based Model for Credit Risk Assessment[J].Software Guide,2026,25(03):94-99. DOI： 10.11907/rjdk.251709.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自注意力机制的个性化学生知识追踪模型

基于可变形注意力的时空特征融合超分辨率方法

轻量级自注意力机制为主干的自然土地覆被分割研究

融合分割与分类模型的遥感图像目标检测方法

基于并联分支特征融合的网络入侵检测模型

基于联邦学习的信贷风险评估模型

A Federated Learning-Based Model for Credit Risk Assessment

DOI：10.11907/rjdk.251709