“何博睿”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14个，建议您升级VIP下载更多相关专利

[发明专利]一种分位数确定系统、方法、设备及介质-CN202310756944.0在审
发明人： 何博睿 -专利权人：新奥新智科技有限公司
申请日： 2023-06-26 - 公布日： 2023-10-27 - 主分类号： G06F21/62 文献下载
摘要：本申请实施例提供了一种分位数确定系统、方法、设备及介质，该系统包括中心设备和至少两个联合设备，在每轮平均分位数计算时，联合设备根据确定指令中携带的用于计算平均分位数的信息和待确定分位数的数值集，确定第一分位数，再使用预设随机数对该第一分位数进行调整，得到第二分位数并发送给中心设备，使其他设备无法获取自身的真实数值，其中存在唯一对应的另一联合设备与该联合设备的预设随机数为相反数，中心设备在接收到每个联合设备发送的第二分位数之后，根据第二分位数确定平均分位数，若确定该轮平均分位数计算满足收敛条件，则将平均分位数确定为目标分位数，否则，将该平均分位数再发送给每个联合设备，保证了各联合方的数据隐私。
一种位数确定系统方法设备介质

[发明专利]热水器烟道风险预测方法、装置、计算机设备及介质-CN202111226671.6在审
发明人：李同治;何博睿;宋英豪;赵蕾 -专利权人：新智我来网络科技有限公司
申请日： 2021-10-21 - 公布日： 2023-04-25 - 主分类号： F24H9/20 文献下载
摘要：本公开涉及烟道风险预测技术领域，提供了热水器烟道风险预测方法、装置、计算机设备及介质。该方法包括：通过获取原始图像信息；基于预设的无烟道隐患处理策略和原始图像信息，生成无烟道隐患结果；基于预设的烟道安装隐患处理策略和原始图像信息，生成烟道安装隐患结果；基于目标计算策略、无烟道隐患结果和烟道安装隐患结果，生成目标风险结果。本公开实施例通过上述步骤，可以大大提高烟道隐患检测的效率。
热水器烟道风险预测方法装置计算机设备介质

[发明专利]一种数据聚合方法、装置、电子设备及存储介质-CN202211028258.3在审
发明人： 何博睿 -专利权人：新智我来网络科技有限公司
申请日： 2022-08-25 - 公布日： 2022-11-22 - 主分类号： H04L9/40 文献下载
摘要：本公开涉及能源技术领域，提供了一种数据聚合方法、装置、电子设备及存储介质。该方法包括：每一参与方确定隐私保护参数对应的隐私保护结果；并基于中心节点，将隐私保护结果加密后的秘密信息广播给其他参与方；隐私保护结果包括隐私保护中间结果；每一参与方对隐私数据进行混淆处理，确定混淆处理结果，并传输至中心节点；中心节点确定参与方列表并广播；每一参与方基于参与方列表和加密信息，确定向中心节点传输的传输数据，传输数据携带有隐私保护中间结果；在中心节点确定隐私保护中间结果间的关系符合预设关系条件的情况下，基于传输数据，恢复出目标数据，并基于目标数据和混淆处理结果，确定数据聚合结果，该数据聚合结果可信度较高。
一种数据聚合方法装置电子设备存储介质

[发明专利]基于多方安全计算中的隐私保护方法及装置-CN202211028263.4在审
发明人： 何博睿 -专利权人：新智我来网络科技有限公司
申请日： 2022-08-25 - 公布日： 2022-11-22 - 主分类号： H04L9/40 文献下载
摘要：本公开涉及数据交互技术领域，提供了基于多方安全计算中的隐私保护方法及装置。该方法应用于中心节点，包括：根据参与方节点发送的数据包进行数据广播；响应于参与方节点对数据广播的第一反馈信息，对第一反馈信息进行加密处理，并将加密处理后的第一反馈信息发送至参与方节点；利用参与方节点上传的参与方信息，统计参与方节点目前的个数，以得到参与方列表，并将参与方列表发送至参与方节点；响应于参与方节点对参与方列表的第二反馈信息，将第二反馈信息进行加密处理，以根据加密处理后的第二反馈信息进行数据广播；对参与方信息和参与方节点上传的加密处理后的第二反馈信息的处理结果进行数据处理，得到参与方信息对应的隐私数据。
基于多方安全计算中的隐私保护方法装置

[发明专利]基于纵向联合学习的设备预测维护模型建立方法和设备-CN202110048002.8在审
发明人： 何博睿 -专利权人：新智数字科技有限公司
申请日： 2021-01-14 - 公布日： 2022-08-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明适用于人工智能技术领域，提供了基于纵向联合学习的设备预测维护模型建立方法和设备，该方法包括：根据多个设备的样本数据分别为数据节点，建立纵向联合学习框架；根据纵向联合学习框架，进行第一次建模得到预测模型；利用该预测模型对各个参与方的样本数据进行预测，将预测的预测值标注对应的样本数据；根据纵向联合学习框架，对各数据节点中所有样本数据进行第二次建模，得到目标模型，该目标模型的损失函数包括该预测值标注的样本数据的损失函数和该预测模型的损失函数。本发明通过在纵向联合学习基础上进行二次建模来扩大数据信息，使得一些建模无效的场景可以通过这种上述方法来建立目标模型。
基于纵向联合学习设备预测维护模型建立方法

[发明专利]基于横向联合学习的设备故障预测模型构建方法和设备-CN202110047694.4在审
发明人： 何博睿 -专利权人：新智数字科技有限公司
申请日： 2021-01-14 - 公布日： 2022-07-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明适用于人工智能技术领域，提供了基于横向联合学习的设备故障预测模型构建方法和设备，所述方法包括：获取多个设备的特征数据，所述特征数据包括具有标签的特征数据或/和不具有标签的特征数据；根据所述多个设备的特征数据，建立横向联合学习任务；根据所述横向联合学习任务，使用所述设备各自的所述特征数据对至少包括所述具有标签的特征数据的损失函数和所述不具有标签的特征数据的损失函数相加得到的目标损失函数的模型进行训练；据所述训练的结果建立得到用于所述设备故障预测的目标模型。本发明在结合联合学习的基础上引入不具有标签的特征数据来扩大数据信息，使得一些建模无效的场景可以通过这种上述方法来建立目标模型。
基于横向联合学习设备故障预测模型构建方法

[发明专利]基于横向联合学习的设备剩余使用寿命预测模型构建装置-CN202110047879.5在审
发明人： 何博睿 -专利权人：新智数字科技有限公司
申请日： 2021-01-14 - 公布日： 2022-07-19 - 主分类号： G06F30/27 文献下载
摘要：本发明适用于人工智能技术领域，提供了基于横向联合学习的设备剩余使用寿命预测模型构建装置，包括：特征数据获取模块，用于获取多个设备的特征数据，该特征数据包括具有或/和不具有标签的特征数据；联合学习建立模块，用于根据多个设备的特征数据，建立横向联合学习任务；联合学习训练模块，用于根据横向联合学习任务，使用设备各自的特征数据对包括具有标签的特征数据的损失函数和不具有标签的特征数据的损失函数相加得到的目标模型进行训练；目标模型建立模块，用于根据训练的结果建立得到用于设备剩余使用寿命预测的目标模型。本发明在联合学习架构中引入未标记的特征数据来扩大信息量，使得一些建模无效的场景同样可以建立模型。
基于横向联合学习设备剩余使用寿命预测模型构建装置

[发明专利]基于纵向联合学习的设备剩余使用寿命预测模型构建装置-CN202110048119.6在审
发明人： 何博睿 -专利权人：新智数字科技有限公司
申请日： 2021-01-14 - 公布日： 2022-07-19 - 主分类号： G06F30/27 文献下载
摘要：本发明适用于人工智能技术领域，提供了基于纵向联合学习的设备剩余使用寿命预测模型构建装置，包括：联合学习框架建立模块，用于根据多个设备的样本数据分别为数据节点建立纵向联合学习框架；预测模型建立模块，用于进行第一次建模得到预测模型；样本数据标注模块，用于利用该预测模型对各个参与方的样本数据进行预测，使用预测值标注对应的样本数据；目标模型建立模块，用于进行第二次建模得到目标模型，该目标模型的损失函数包括预测值标注的样本数据的损失函数和预测模型的损失函数，联合学习模型训练模块，用于训练得到目标模型。本发明通过在纵向联合学习基础上进行二次建模来扩大数据信息，使得一些建模无效的场景仍可以建立模型。
基于纵向联合学习设备剩余使用寿命预测模型构建装置

[发明专利]一种设备剩余寿命预测模型的构建方法及终端设备-CN202011384657.4在审
发明人： 何博睿 -专利权人：新智数字科技有限公司
申请日： 2020-11-30 - 公布日： 2022-06-03 - 主分类号： G06F30/27 文献下载
摘要：本发明适用于数据处理技术领域，提供了一种设备剩余寿命预测模型的构建方法及装置，包括：通过获取设备使用样本数据，并根据所述设备使用样本数据进行符号回归以及横向联邦学习，得到所述设备使用样本数据对应的代表特征数据，进一步，可以根据所述代表特征数据，构建设备剩余寿命预测模型。这样，本发明在基于符号回归的场景下，在横向联邦学习场景中提出了就符号回归的设备使用样本数据的特征工程方案，从结合不同设备使用样本数据的使用特征数据的基础上构建不同的非线性使用特征数据，增加最终使用特征数据的多样性，从更深层次挖掘使用特征数据的角度提升最终的模型效果，从而提升设备剩余寿命预测模型输出的准确率，即提升设备剩余寿命预测的准确率。
一种设备剩余寿命预测模型构建方法终端设备

[发明专利]一种健康预测模型的构建方法及终端设备-CN202011384692.6在审
发明人： 何博睿 -专利权人：新智数字科技有限公司
申请日： 2020-11-30 - 公布日： 2022-06-03 - 主分类号： G16H50/30 文献下载
摘要：本发明适用于数据处理技术领域，提供了一种健康预测模型的构建方法及装置，包括：通过获取用户身体样本数据，并根据所述用户身体样本数据进行符号回归以及横向联邦学习，得到所述用户身体样本数据对应的代表特征数据，进一步，可以根据所述代表特征数据，构建健康预测模型。这样，本发明在基于符号回归的场景下，在横向联邦学习场景中提出了就符号回归的用户身体样本数据的特征工程方案，从结合不同用户身体样本数据的身体特征数据的基础上构建不同的非线性身体特征数据，增加最终身体特征数据的多样性，从更深层次挖掘身体特征数据的角度提升最终的模型效果，从而提升健康预测模型输出的准确率，即提升健康预测的准确率。
一种健康预测模型构建方法终端设备

[发明专利]一种超参数确定方法、装置及设备-CN201810637638.4有效
发明人： 何博睿;李映坤 -专利权人：中诚信征信有限公司
申请日： 2018-06-20 - 公布日： 2021-01-08 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供了一种超参数确定方法、装置及设备，该方法包括：获得第一预设数量个超参数组；获得第一数据集和第二数据集，分别以每一超参数组中的取值作为预设分类算法中超参数的取值，对第一数据集和第二数据集中的数据进行分类处理，得到每一超参数组对应的第一置信度和第二置信度；根据每一超参数组对应的置信度，计算每一超参数组的权值；根据已获得每一超参数组中的取值和每一超参数组的权值，利用贝叶斯寻优算法估算各个超参数的一个取值，获得新超参数组并累计超参数组个数；当累计后超参数组个数达到第二预设数量时将权值最大的超参数组中的取值作为预设分类算法中超参数的取值。应用本发明实施例提供的方法能够提高超参数确定效率。
一种参数确定方法装置设备

[发明专利]行为预测方法、模型训练方法、装置、服务器及存储介质-CN201911286351.2在审
发明人： 何博睿;王湾湾;姚明 -专利权人：中诚信征信有限公司
申请日： 2019-12-13 - 公布日： 2020-04-28 - 主分类号： G06Q30/02 文献下载
摘要：本发明实施例提供了行为预测方法、模型训练方法、装置、服务器及存储介质，其中，行为预测方法包括：获取目标用户的用户历史行为数据；按预设的至少一个第一变量，从所述用户历史行为数据中获得各个第一变量的变量值；对所述用户历史行为数据进行预处理，获得标准格式的用户历史行为数据；将所述各个第一变量的变量值和标准格式的用户历史行为数据输入预先训练好的行为预测模型中；所述行为预测模型包括第一子模型和第二子模型；从第二子模型获得的目标用户执行每种行为的预测概率中，选择预测概率最大的行为，作为预测结果。第一变量和第二变量合并使得变量增加，因而训练的行为预测模型更加精确，使得目标用户行为的预测结果也更加精确。
行为预测方法模型训练装置服务器存储介质

[发明专利]一种数据分类方法、装置、电子设备及存储介质-CN201910247972.3在审
发明人： 何博睿 -专利权人：中诚信征信有限公司
申请日： 2019-03-29 - 公布日： 2019-06-28 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供了一种数据分类方法、装置、电子设备及存储介质，其中，方法包括：获取待分类数据的信息，将获取的待分类数据的信息，输入分类模型中，得到各个待分类数据为第一类数据的概率，其中，第一类数据为：与正样本对应的数据；根据得到的概率，对各所述待分类数据分类。应用本发明实施例提供的方案在进行数据分类时，在所使用的分类模型的训练过程中，无需构造贝叶斯分类模型，也无需用贝叶斯分类器来进行数据分析，而是用各个样本对第一预设模型进行迭代训练得到可靠负样本分析模型，用可靠负样本分析模型分析各个未标注样本，根据分析结果确定出分类模型的，实现了对金融领分类模型的训练，从而实现了对金融领域的数据的分类。
待分类数据分类模型数据分类存储介质电子设备分析模型负样本样本贝叶斯分类器迭代训练金融领域输入分类数据分析训练过程贝叶斯正样本分类概率预设标注金融应用分析

[发明专利]一种特征组合方法、装置及设备-CN201811430613.3在审
发明人： 何博睿 -专利权人：中诚信征信有限公司
申请日： 2018-11-28 - 公布日： 2019-04-16 - 主分类号： G06N99/00 文献下载
摘要：本发明实施例提供了一种特征组合方法、装置及设备，该方法包括：利用独热码表示每一特征，作为每一特征对应的独热码特征；从独热码特征中选取特征，利用逻辑运算算法对选取的特征进行特征组合，得到第一预设数量组合特征；确定得到的组合特征中与目标特征之间相关度绝对值大于预设阈值的特征，作为第一组合特征；从得到的组合特征中选取第二预设数量个特征，作为第二组合特征；利用遗传算法对第一组合特征与第二组合特征进行交叉变异得到新的组合特征，重复确定第一组合特征至满足预先设定的终止条件，将每一次确定的第一组合特征中相关度最高的第三预设数量个组合特征作为特征组合结果。应用本发明实施例提供的方案能够减少建模人员的工作量。
组合特征特征组合预设装置及设备相关度逻辑运算目标特征遗传算法终止条件重复确定建模算法工作量应用

1
共 14 条