“樊昕晔”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

钻瓜专利网为您找到相关结果17个，建议您升级VIP下载更多相关专利

[发明专利]一种聚合模型更新处理方法及装置-CN202210635795.8有效
发明人： 樊昕晔;李钰;朱德立;勾子玮;王灵芝;王鹏;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2022-06-07 - 公布日： 2023-10-20 - 主分类号： G06F21/60 文献下载
摘要：本发明提供了一种聚合模型更新处理方法及装置，该方法包括：通过区块链接收多参与方上传的本地模型的损失值与梯度值；分别根据多参与方的确定损失聚合值与梯度聚合值；根据损失聚合值与梯度聚合值确定多参与方的本地模型是否满足预设条件；在判断结果为否的情况下，将损失聚合值和/或梯度聚合值发送给多参与方，以使多参与方所述损失聚合值和/或梯度聚合值更新本地模型；在多参与方的本地模型均满足预设条件的情况下，根据多参与方的本地模型的模型参数更新聚合模型，可以解决相关技术中联邦学习采用联邦平均的方法予以聚合，低质量模型参与聚合导致全局模型质量降低的问题，从而提升聚合模型的准确率。
一种聚合模型更新处理方法装置

[发明专利]一种基于联邦学习的模型更新方法及装置-CN202210080990.9有效
发明人：王鹏;贾雪丽;李钰;樊昕晔;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2022-01-24 - 公布日： 2023-09-08 - 主分类号： G06N20/20 文献下载
摘要：本发明提供了一种基于联邦学习的模型更新方法及装置，其中，该方法包括：利用注意力机制从多个客户端的本地模型中选取部分客户端的本地模型的参数，其中，该多个客户端的本地模型分别是该多个客户端基于服务端下载的总模型进行本地训练得到的；根据该部分客户端的本地模型的参数对该全局模型的参数进行更新，得到更新后的总模型，可以解决相关技术中基于联邦学习的模型训练需要各个节点进行少量数据的共享，数据的出域存在数据安全隐患的问题，不需要节点进行数据共享，保证数据的安全，利用注意力机制选取部分客户端的本地模型的参数更新总模型的参数，可以更好地捕获客户端的异构型。
一种基于联邦学习模型更新方法装置

[发明专利]一种条件生成对抗网络生成方法及装置-CN202110622422.2有效
发明人： 樊昕晔;王鹏;贾雪丽;李钰;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-06-03 - 公布日： 2023-09-01 - 主分类号： G06V10/774 文献下载
摘要：本发明提供了一种条件生成对抗网络生成方法及装置，其中，该方法包括：基于联邦学习将条件生成对抗网络中的生成网络模型建立在中心节点上，并将该条件生成对抗网络中的判别网络模型建立在各子节点上；通过该生成网络模型生成的多个图像对该各子节点的判别网络模型进行训练，可以解决相关技术中各节点各自训练生成对抗网络，要求各节点提供相同的图像标签，若各节点图像标签不同，则会大大降低模型效果的问题，通过联邦学习与条件生成对抗网络的结合，在各子节点通过生成网络模型生成的多个图像训练判别网络模型，无需各节点的图像标签相同，提高了模型训练的效率和效果。
一种条件生成对抗网络方法装置

[发明专利]一种联邦模型训练方法及装置-CN202211557181.9在审
发明人： 樊昕晔;王鹏;李钰;朱德立;勾子玮;王灵芝;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2022-12-06 - 公布日： 2023-04-04 - 主分类号： G06N3/098 文献下载
摘要：本发明提供了一种联邦模型训练方法及装置，该方法包括：获取联邦参与方的训练集的样本类型，其中，所述样本类型包括正样本、负样本、无标签样本；根据所述样本类型确定联邦框架下的半监督学习训练方式；根据所述半监督学习训练方式进行联邦模型训练，可以解决相关技术中如何将有价值的半监督学习算法融入联邦学习框架之中的问题，通过联邦参与方的样本类型选取联邦学习框架下的半监督学习训练方式，从而实现了将半监督学习算法融入联邦学习框架之中进行联邦模型训练。
一种联邦模型训练方法装置

[发明专利]一种联邦任务统计处理方法及装置-CN202210893629.8在审
发明人：勾子玮;李钰;樊昕晔;王鹏;高沐华;李丽;柳君泽;刘文楠;郝光;唐志坚 -专利权人：光大科技有限公司;光大永明人寿保险有限公司
申请日： 2022-07-27 - 公布日： 2022-11-08 - 主分类号： G06F16/2458 文献下载
摘要：本发明提供了一种联邦任务统计处理方法及装置，该方法包括：对第一客户端的任务的多个子任务进行处理并聚合，得到第一客户端的聚合处理结果，并将该聚合处理结果存储到预设目录下；从该预设目录下读取该第一客户端的聚合处理结果，并将该聚合处理结果存储到统计目录中；获取第二客户端的任务处理结果；在该统计目录中，基于预先设置的任务统计需求格式，将聚合处理结果与任务处理结果进行加密对比统计，得到统计结果，并将该统计结果反馈给该第一客户端与该第二客户端，可以解决相关技术中联邦学习无法适用于任务统计的问题，减少人工参与度，提高了任务统计效率，还可以降低任务对比时导致的数据泄露风险。
一种联邦任务统计处理方法装置

[发明专利]基于联邦学习的模型训练方法、装置及存储介质-CN202210410158.0在审
发明人：李钰;樊昕晔;王鹏;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2022-04-19 - 公布日： 2022-07-15 - 主分类号： H04L9/00 文献下载
摘要：本发明实施例提供了一种基于联邦学习的模型训练方法、装置及存储介质，该方法包括：参与联邦学习的第一子节点和第二子节点分别计算本地参数，并分别对所述本地参数进行加密；所述第一子节点和所述第二子节点分别将加密后的所述本地参数发送到区块链网络；所述区块链网络对加密后的所述本地参数进行聚合，根据聚合结果计算全局参数，并将所述全局参数回传给所述第一子节点和所述第二子节点；所述第一子节点和所述第二子节点根据所述全局参数进行参数更新，完成模型训练。通过本发明，解决了相关技术中联邦框架下的模型训练过程中存在数据安全隐患的问题，保证了联邦学习框架下的数据隐私，实现了局部模型权重的安全聚合。
基于联邦学习模型训练方法装置存储介质

[发明专利]一种模型聚合处理方法、装置、存储介质及电子装置-CN202210165012.4在审
发明人：王鹏;李钰;贾雪丽;樊昕晔;王义文;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2022-02-22 - 公布日： 2022-05-24 - 主分类号： G06N20/20 文献下载
摘要：本发明提供了一种模型聚合处理方法、装置、存储介质及电子装置，其中，该方法包括：从待确认消息列表中选取多个参与方在上一周期更新得到的量化后的向量，该待确认消息列表中存储有对接收到的链上交易进行量化处理得到的量化后的向量，该链上交易是由本地模型打包得到的；对该多个参与方的量化后的向量进行聚合处理，得到全局模型，可以解决相关技术中多个参与方同步训练模型，模型更新需要大量的消息传递，通信成本较高且受各参与方活跃状态限制的问题，降低网络通信开销；模型聚合时，聚合上一阶段进行模型更新的参与方的量化后的向量，无需与不活跃参与方主动通信，降低了通信成本且不受参与方活跃状态的限制。
一种模型聚合处理方法装置存储介质电子

[发明专利]一种量化交易因子的预测方法及装置-CN202210074883.5在审
发明人：朱德立;王义文;王鹏;贾雪丽;樊昕晔;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2022-01-21 - 公布日： 2022-05-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种量化交易因子的预测方法及装置，其中，该方法包括：将获取的待测数据输入预先训练好的目标生成对抗网络GAN模型中，得到该目标GAN模型输出的多组仿真待测数据；从该多组仿真待测数据中选取低相关性的三组待测数据；将该三组待测数据输入预先训练好的目标TCN模型中，得到该目标TCN模型输出的该待测数据对应的量化交易因子的预测结果，可以解决相关技术中量化交易因子的预测不支持并行，且预测结果不够准确的问题，运用GAN网络生成仿真数据，增加了样本量，提高了样本的多样性，使得预测更加合理；运用TCN模型可以实现多变量、多时间步的并行预测，且提高了预测的准确性。
一种量化交易因子预测方法装置

[发明专利]信息推送方法、装置及存储介质-CN202111309031.1在审
发明人： 樊昕晔;王鹏;贾雪丽;王义文;李钰;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-11-05 - 公布日： 2022-02-08 - 主分类号： G06F16/9535 文献下载
摘要：本发明实施例提供了一种信息推送方法、装置及存储介质，该方法包括：获取正样本和负样本，并基于所述正样本和所述负样本进行模型训练得到信息推送模型，其中，所述正样本包括推送成功用户的数据，所述负样本包括从待推送集合中获取的待推送用户的数据，所述待推送集合包括所有待推送用户的数据；根据所述信息推送模型执行信息推送。通过本发明，解决了相关技术中因数据量和数据范围不足导致的信息推送模型的构建不准确的问题，提高了信息推送模型的准确性，增大了信息推送的成功率。
信息推送方法装置存储介质

[发明专利]基于图卷积神经网络的推荐方法、系统及存储介质-CN202111309032.6在审
发明人： 樊昕晔;王鹏;贾雪丽;王义文;李钰;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-11-05 - 公布日： 2022-02-08 - 主分类号： G06F16/9535 文献下载
摘要：本发明实施例提供了一种基于图卷积神经网络的推荐方法、系统及存储介质，该方法包括：在多个子节点分别基于图卷积神经网络进行模型训练，得到各子节点对应的梯度；将各子节点对应的所述梯度汇聚到中心节点进行聚合，得到各子节点对应的聚合后的梯度；所述中心节点将各子节点对应的聚合后的梯度分发到各子节点，各子节点根据聚合后的梯度更新模型参数，以得到训练后的模型；基于训练后的模型确定推荐对象，并推送所述推荐对象。通过本发明，解决了因各机构之间无法直接共享数据导致基于图卷积神经网络进行个性化推荐的准确性下降的问题，图卷积神经网络能够兼顾各子节点模型的特点，提高了个性化推荐的准确性。
基于图卷神经网络推荐方法系统存储介质

[发明专利]一种基于堆栈自动编码器的联邦学习方法、装置及系统-CN202111155779.0在审
发明人： 樊昕晔;王鹏;贾雪丽;李钰;王义文;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-09-29 - 公布日： 2022-01-14 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种基于堆栈自动编码器的联邦学习方法、装置及系统，其中，该方法包括：多个子节点分别通过堆栈自动编码器对目标图像数据进行加密，得到加密后的图像数据，将该加密后的图像数据发送给该中心节点；该中心节点根据该多子节点的加密后的图像数据对图像分类模型进行训练，可以解决相关技术中横向联邦学习在训练模型时，需要各子节点均保持在线，任意一方网络出现问题均会导致训练失败，且数据容易泄露的问题，使用堆栈自动编码器对各子节点的数据进行加密，中心节点无法获得堆栈自动编码器的参数，故无法基于加密后的数据推断出对应的原始数据，保证了数据的安全，一定程度上提升了联邦学习的效果和效率。
一种基于堆栈自动编码器联邦学习方法装置系统

[发明专利]一种贡献评估处理方法及装置-CN202111155797.9在审
发明人：李钰;王鹏;贾雪丽;樊昕晔;王义文;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-09-29 - 公布日： 2022-01-07 - 主分类号： G06N20/20 文献下载
摘要：本发明提供了一种贡献评估处理方法及装置，其中，该方法包括：获取多参与方的数据；确定该多参与方的数据的各特征对应的SV无偏估计；确定该多参与方的数据的各特征的有效数据量；根据该多参与方的数据的各特征对应的SV无偏估计与对应的该有效数据量确定该多参与方的贡献值，可以解决相关技术中通过模拟SV近似计算方法评估贡献度，效率和准确性低的问题，在特征评估的基础上与数据量结合，得到加权后的模型贡献度，提高了评估的效率和准确性。
一种贡献评估处理方法装置

[发明专利]联邦学习参与方工作量确定方法及装置-CN202110621052.0在审
发明人：李钰;王鹏;贾雪丽;樊昕晔;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-06-03 - 公布日： 2021-08-24 - 主分类号： G06Q10/06 文献下载
摘要：本发明实施例提供了一种联邦学习参与方工作量确定方法及装置，该方法包括：各参与方进行模型训练获得模型参数，并将该模型参数发送至第一领导者；该第一领导者基于该各参与方的该模型参数，通过沙普利值确定出该各参与方的工作量。通过本发明的上述实施例，由于第一领导者可以通过以沙普利值为基础的工作量确定方式确定出各参与方的工作量，因此，可以解决相关技术中联邦学习中的工作量确定机制不合理、贡献评价和奖励机制不公平的问题，使得参与方的回报与贡献量挂钩，保证奖励结果与数据价值成正相关。
联邦学习参与工作量确定方法装置

[发明专利]一种数据资产的上架处理方法及装置-CN202110622410.X在审
发明人：贾雪丽;王义文;李钰;樊昕晔;王鹏;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-06-03 - 公布日： 2021-08-20 - 主分类号： G06F21/62 文献下载
摘要：本发明提供了一种数据资产的上架处理方法及装置，其中，该方法包括：确定数据资产的依赖关系；通过智能合约将该数据资产的资产信息与该依赖关系以日志的形式上传到区块链中，可以解决相关技术由于数据的可复制性使得数据的共享保护和确权溯源难度极大的问题，通过引入区块链技术对数据资产进行上架，通过区块链使得数据可以安全共享，通过区块链存储数据资产的资产信息的同时存储数据资产的依赖关系，为数据溯源提供了技术支持。
一种数据资产上架处理方法装置

[发明专利]一种模型聚合处理方法及装置-CN202110622423.7在审
发明人：贾雪丽;王义文;李钰;樊昕晔;王鹏;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-06-03 - 公布日： 2021-08-20 - 主分类号： G06F9/50 文献下载
摘要：本发明提供了一种模型聚合处理方法及装置，其中，该方法包括：基于随机验证函数VRF从区块链的多个参与节点中确定管理节点；通过该管理节点融合该多个参与节点的本地模型，得到全局模型；通过该管理节点将该全局模型的星际文件系统IPFS地址存储到该区块链上，以使该多个参与节点更新该本地模型，可以解决相关技术中BlockFL方法采用PoW机制，由于时延较大导致可扩展性较低，且PoW存在中心化情况、安全隐患的问题，从多个参与方节点中选择担任领导者的管理节点，管理节点负责聚合参与方的本地模型产生全局模型，并将全局模型的星际文件系统IPFS地址上传至区块链上，参与方通过IPFS地址下载全局模型并完成更新。
一种模型聚合处理方法装置

1
2
下一页»
尾页
共 17 条