“姚柳佚”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]数据处理方法、存储介质和电子设备-CN202211587360.7有效
发明人： 姚柳佚;王桢;谢悦湘;李雅亮;陈道源;邝炜瑞;丁博麟 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-12-12 - 公布日： 2023-03-21 - 主分类号： G06F21/62 文献下载
摘要：本申请公开了一种数据处理方法、存储介质和电子设备。其中，该方法包括：获取虚拟数据，其中，第一客户端的角色为联邦学习训练过程中的攻击者，第二客户端的角色为联邦学习训练过程中的被攻击者，第一客户端与第二客户端共享邻居生成器；利用虚拟数据进行图联邦攻击，重构第二客户端的私有节点属性以及第一客户端与第二客户端之间的连接关系；基于私有节点属性和连接关系，确定第二客户端发生隐私数据泄露。本申请解决了相关技术中缺乏对联邦学习中图相关信息及邻居生成器共享所引发的隐私泄露的检测手段的技术问题。
数据处理方法存储介质电子设备

[发明专利]基于稀疏适配器的联邦学习方法及系统-CN202211654426.X在审
发明人：陈道源;姚柳佚;高大伟;丁博麟;李雅亮 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-12-22 - 公布日： 2023-01-31 - 主分类号： G06N20/20 文献下载
摘要：本说明书实施例提供基于稀疏适配器的联邦学习方法及系统，通过应用于客户端的该方法，联邦学习中的每个参与客户端均可以根据服务端发送的目标稀疏适配器，结合其客户端的当前向量表示以及模型稀疏度条件，确定调整初始模型稀疏度的第一模型稀疏矩阵；并根据该第一模型稀疏矩阵对初始模型进行稀疏处理，生成其客户端稀疏且个性化的局部稀疏模型，极大的减少了每个参与客户端的系统资源占用（如存储资源以及计算资源）；使得后续在联邦学习中每个参与客户端均可以基于该局部稀疏模型进行高效的模型训练，获得精度以及准确地较高的模型。
基于稀疏适配器联邦学习方法系统

[发明专利]增益模型的训练方法及装置-CN202111447295.3在审
发明人：陈炫颖;刘致宁;俞力;姚柳佚;顾立宏 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-11-30 - 公布日： 2022-03-04 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例提供一种增益模型的训练方法，包括：先将用户集中任意目标用户的用户特征，分别输入基于有干预用户而训练的第一预测模型、基于无干预用户而训练的第二预测模型和干预倾向预测模型，对应得到该目标用户针对目标行为的第一预测结果，第二预测结果，和该用户是否被干预的干预倾向分数；接着，根据所述第一预测结果、第二预测结果、干预倾向分数，以及该目标用户的行为标签，确定该目标用户响应干预的增益标签，所述增益标签与所述干预倾向分数成线性关系；再基于所述用户集中各个用户的用户特征和增益标签，训练所述增益模型。
增益模型训练方法装置

1
共 3 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top