专利名称
主分类
A 农业
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
G 物理
H 电学
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
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
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
清华大学
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
更多 »
钻瓜专利网为您找到相关结果20个,建议您升级VIP下载更多相关专利
  • [发明专利]基于联邦学习的自动驾驶训练方法、设备及介质-CN202010931767.1有效
  • 董苗波;衣志昊;梁新乐;范力欣 - 深圳前海微众银行股份有限公司
  • 2020-09-04 - 2023-08-25 - G06N20/00
  • 本申请公开了一种基于联邦学习的自动驾驶训练方法、设备和介质,应用于云端服务器,所述方法包括:在检测到训练指令时,获取预设待训练模型,将所述预设待训练模型发送给预设行驶范围内的各目标车辆;获取所述各目标车辆基于各自实时本地数据集对所述预设待训练模型进行训练后得到的各第一目标模型参数;基于所述各第一目标模型参数,执行预设联邦流程,并对所述预设待训练模型进行迭代训练,得到第二目标模型参数;将所述第二目标模型参数发送给所述目标车辆,以供各所述目标车辆基于所述第二目标模型参数得到各自的目标模型,以实现各自的自动驾驶功能。本申请解决现有技术中难以快速准确获取有效自动驾驶模型的技术问题。
  • 基于联邦学习自动驾驶训练方法设备介质
  • [发明专利]基于特征工程的联邦学习建模优化方法-CN202111415275.8在审
  • 衣志昊 - 深圳前海微众银行股份有限公司
  • 2021-11-25 - 2022-02-25 - G06Q10/04
  • 本申请公开了一种基于特征工程的联邦学习建模优化方法、设备、可读存储介质及计算机程序产品,应用于参与方设备,所述基于特征工程的联邦学习建模优化方法包括:获取联邦学习任务对应的待处理数据,并识别所述待处理数据的数据类型信息;依据所述数据类型信息,在协调方设备下发的特征工程模块中确定对应的特征工程子模块;依据所述联邦学习任务对应的待构建模型信息,对所述待处理数据执行所述特征工程子模块中的预设特征工程处理流程,得到特征工程处理结果;依据所述特征工程处理结果,联合其他参与方设备进行联邦学习建模,得到目标联邦学习模型。本申请解决了联邦学习系统推广效率低的技术问题。
  • 基于特征工程联邦学习建模优化方法
  • [发明专利]数据预测模型的创建方法、装置、设备及存储介质-CN202111405582.8在审
  • 骆家焕;衣志昊;陈天健 - 深圳前海微众银行股份有限公司
  • 2021-11-24 - 2022-02-15 - G06F30/27
  • 本发明提供一种数据预测模型的创建方法、装置、设备及存储介质。该方法包括:第一设备与第二设备完成样本对齐,获取共有的第一样本集合,第一设备确定初始对称树结构的第一层节点的划分特征,根据划分特征划分第一样本集合。第一设备确定第二层节点的任一个节点的划分特征,根据该任一个节点的划分特征,分别划分第二层每个节点的样本集合。第一设备采用对第二层节点样本集合的划分方式,依次划分对称树结构第二层之下的每层节点的样本集合,直至满足预设条件停止样本划分,将停止时的对称树结构作为数据预测模型。上述创建过程从第二层节点开始,确定每层的一个节点的划分特征后,无需确定该层其他节点的划分特征,提高了模型的创建效率。
  • 数据预测模型创建方法装置设备存储介质
  • [发明专利]联邦学习模型的训练方法、装置、电子设备、介质及产品-CN202111254690.X在审
  • 衣志昊 - 深圳前海微众银行股份有限公司
  • 2021-10-27 - 2022-01-28 - G06N20/20
  • 本申请提供了一种联邦学习模型的训练方法、装置、电子设备、计算机可读存储介质及计算机程序产品;应用于具有标签的主动方设备,方法包括:获取用于训练联邦学习模型的样本的样本标识,以及本地存储的样本的第一样本特征;发送携带样本标识的样本确定请求至至少一个被动方设备;其中,样本确定请求,用于被动方设备从本地样本特征库中,筛选得到对应样本标识的第二样本特征;接收被动方设备发送的对应样本确定请求的响应信息;当响应信息指示对应样本标识的第二样本特征筛选完成时,结合样本的第一样本特征及第二样本特征,训练联邦学习模型。通过本申请,能够提高筛选训练样本的准确性,有效提高联邦学习系统的建模效率。
  • 联邦学习模型训练方法装置电子设备介质产品
  • [发明专利]基于联邦学习的数据特征查询方法、装置、设备及介质-CN202111256413.2在审
  • 衣志昊 - 深圳前海微众银行股份有限公司
  • 2021-10-27 - 2022-01-21 - G06F16/903
  • 本申请提供一种基于联邦学习的数据特征查询方法、装置、设备及介质,方法包括:主动方设备基于数据特征对于联邦学习模型的重要程度,在用于训练联邦学习模型的多个数据特征中确定至少一个待查询数据特征;其中,重要程度用于指示待查询数据特征对于联邦学习模型的预测结果的影响程度;分别确定与各待查询数据特征对应的被动方设备;发送各待查询数据特征对应的查询请求至相应的被动方设备;当主动方设备具备特征查询权限时,接收被动方设备返回的相应待查询数据特征的特征信息。如此,主动方设备通过发送对应数据特征的查询请求来获取被动方设备所提供的特征信息,提升了联邦学习模型的可解释性,增强了主动方建模用户的使用体验。
  • 基于联邦学习数据特征查询方法装置设备介质
  • [发明专利]一种数据处理方法及装置-CN202010072413.6有效
  • 衣志昊;程勇;刘洋;陈天健 - 深圳前海微众银行股份有限公司
  • 2020-01-21 - 2021-08-27 - G06K9/62
  • 本发明涉及金融科技(Fintech)领域,公开一种数据处理方法及装置,用以解决现有技术无法训练得到通用的检测模型的问题,方法包括:联邦服务器联合各参与方设备的待训练数据,确定公共切割点处的公共切割特征,根据公共切割点处的公共切割特征,构建得到检测模型并下发给各参与方设备,以便于各参与方设备使用检测模型检测待检测数据的异常性。通过联合各参与方设备的待训练数据确定公共切割点处的公共切割特征,使得公共切割特征能同时反映各参与方设备的数据特性,从而基于公共切割特征构建得到的检测模型能准确地检测各参与方设备中的异常数据,检测模型的通用性较好,异常检测的准确率较高。
  • 一种数据处理方法装置
  • [发明专利]特征交叉方法、设备、可读存储介质和计算机程序产品-CN202011554365.0在审
  • 衣志昊;康焱;刘洋;陈天健 - 深圳前海微众银行股份有限公司
  • 2020-12-24 - 2021-04-16 - G06F21/60
  • 本申请公开了一种特征交叉方法、设备、可读存储介质和计算机程序产品,所述特征交叉方法应用于第三方设备,所述特征交叉方法包括:生成加密公钥和加密私钥,并将所述加密公钥发送至各参与方设备,以供各所述参与方设备中的第一设备基于获取的第一本地特征和所述加密公钥,与各所述参与方设备中的各第二设备进行联邦交叉特征计算,生成加密交叉特征,进而接收所述第一设备发送的加密交叉特征,并基于所述加密私钥,对所述加密交叉特征进行解密,获得目标交叉特征,进而通过与具备样本标签信息的标签方设备进行特征评估交互,对所述目标交叉特征进行特征交叉效果评估,获得特征交叉效果评估结果。本申请解决了特征交叉可解释性差的技术问题。
  • 特征交叉方法设备可读存储介质计算机程序产品
  • [发明专利]多分类模型的训练方法、装置、电子设备及存储介质-CN202011553694.3在审
  • 衣志昊;刘洋;陈天健 - 深圳前海微众银行股份有限公司
  • 2020-12-24 - 2021-03-19 - G06K9/62
  • 本发明提供一种多分类模型的训练方法、装置、电子设备、存储介质及计算机程序产品,方法包括:获取携带二分类标签的训练样本,二分类标签用于指示训练样本对应的二分类结果;对训练样本进行标签转换,使训练样本携带多分类标签,多分类标签用于指示训练样本对应的多分类结果;获取第二参与方设备发送的多分类预测结果,多分类预测结果为通过多分类模型对携带多分类标签的训练样本预测得到;对多分类预测结果进行结果转换,得到多分类模型对应二分类的预测结果;基于二分类预测结果与二分类标签指示的二分类结果间的差异,更新多分类模型的参数。这样,将二分类问题转换为多分类问题,难以从梯度信息中判断出标签信息,进而保护标签信息不被泄露。
  • 分类模型训练方法装置电子设备存储介质
  • [发明专利]分类模型的训练方法、装置、电子设备及存储介质-CN202011554040.2在审
  • 衣志昊;刘洋;陈天健 - 深圳前海微众银行股份有限公司
  • 2020-12-24 - 2021-03-19 - G06K9/62
  • 本申请提供了一种分类模型的训练方法、装置、设备及计算机可读存储介质;方法包括:获取第二参与方设备中各样本特征数据所对应的分类标签;分别对各样本特征数据对应的分类标签进行同态加密,得到各样本特征数据对应的加密标签;发送各样本特征数据对应的加密标签至第二参与方设备,以使第二参与方设备基于加密标签及各样本特征数据的编码参数,分别对各样本特征数据进行特征编码,得到相应的特征编码值并返回;分别对各特征编码值进行同态解密,得到相应的编码特征;基于编码特征及相应的分类标签构建训练样本,对分类模型进行训练。通过本申请,能够显著提升在联邦学习框架下训练得到的分类模型的鲁棒性和可解释性。
  • 分类模型训练方法装置电子设备存储介质
  • [发明专利]一种数据处理方法及装置-CN202010071497.1在审
  • 衣志昊;程勇;吴文霞;刘洋;陈天健 - 深圳前海微众银行股份有限公司
  • 2020-01-21 - 2020-06-23 - G06Q30/02
  • 本发明涉及金融科技(Fintech)领域,公开一种数据处理方法及装置,用以解决现有技术无法训练得到通用的行为预测模型的问题,方法包括:参与方设备根据联邦服务器发送的模型训练请求获取本地存储的用户行为数据,并从中提取出按时序统计的时序行为数据,按照预设特征分布规则处理时序行为数据得到与其他参与方设备特征分布一致的待训练数据集,通过各参与方设备使用特征分布一致的待训练数据集训练得到模型结构一致的参与方模型,使得联邦服务器能基于模型结构一致的各参与方模型训练得到通用的行为预测模型。由于行为预测模型结合了各参与方设备的时序行为数据,因此能准确预测各参与方设备中的用户的时序行为,通用性较好。
  • 一种数据处理方法装置

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

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top