“吴玙”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22个，建议您升级VIP下载更多相关专利

[实用新型]一种增值业务账单打印机-CN202222879492.9有效
发明人：谭志超;吴玙 -专利权人：南昌汇轩社信息科技有限公司
申请日： 2022-10-31 - 公布日： 2023-10-17 - 主分类号： B41J15/04 文献下载
摘要：本实用新型公开了一种增值业务账单打印机，包括机壳，所述机壳的内部固定安装有安装架，所述安装架的外表面固定连接有固定机构和送纸机构，所述机壳的外表面转动连接有机盖，所述机壳的内部安装有打印头。本实用新型中，通过设置的固定机构、第一电机和弹片，可以方便的将使用完的印纸卷取出，无需将固定印纸的机构一同取出，从而方便印纸的更换，且更换后的印纸较为稳固，利于打印机的使用，通过设置的送纸机构、第三电机、第二转动杆和第二橡胶轮，只需将印纸的一端朝向刮纸板方向放入打印机内，即可自动将印纸送到打印头处进行打印，方便打印机的使用。
一种增值业务账单打印机

[发明专利]标签预测方法、装置以及计算机可读存储介质-CN201911083212.X有效
发明人：吴玙;马国强;张杰;范涛;魏文斌;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-11-07 - 公布日： 2023-09-19 - 主分类号： G06F21/60 文献下载
摘要：本发明公开了一种标签预测方法，包括如下步骤：需求方获取需求方模型更新后的第一参数、需求方预测样本的第一特征量和需求方预测样本的第一曝光量；需求方基于第一参数、第一特征量和第一曝光量，确定需求方模型的第一预测值；需求方获取提供方模型的第二预测值和泊松计算规则确定第二预测值；需求方基于第一预测值、第二预测值和泊松计算规则，确定需求方预测样本的预测标签量。本发明还公开了一种标签预测装置及计算机可读存储介质。本发明通过结合泊松回归实现方案，训练纵向联邦学习模型中的需求方模型和提供方模型，可准确预测到需求方预测样本对应的预测标签量，解决了现有技术中无法预测精确的标签数据的问题。
标签预测方法装置以及计算机可读存储介质

[实用新型]一种电信服务办理终端-CN202222879487.8有效
发明人：谭志超;吴玙 -专利权人：南昌汇轩社信息科技有限公司
申请日： 2022-10-31 - 公布日： 2023-07-18 - 主分类号： F16M11/04 文献下载
摘要：本实用新型公开了一种电信服务办理终端，包括机柜，所述机柜的内部设置有升降块，所述机柜的内部设置有升降组件，所述升降组件位于升降块的下方，所述升降块的顶端贯穿延伸至机柜的外部，所述升降块的顶部固定连接有安装架，所述安装架的内部转动连接有转杆，所述转杆的一端贯穿延伸至安装架的外部，所述转杆的一端设置有调节组件，所述转杆的外部套设固定连接有办理终端设备。本实用新型中，通过设置的升降组件和升降块，在根据不同身高的用户进行使用时，利用电动推杆推动升降块进行高度调节，便于将升降块上的办理终端设备调节至合适高度下使用，使得用户在办理电信服务业务时更加方便，实用性更强。
一种电信服务办理终端

[实用新型]一种增值电信服务用录音机-CN202222836354.2有效
发明人：谭志超;吴玙 -专利权人：南昌汇轩社信息科技有限公司
申请日： 2022-10-27 - 公布日： 2023-05-30 - 主分类号： G11B33/00 文献下载
摘要：本实用新型公开了一种增值电信服务用录音机，包括小型录音机本体，所述小型录音机本体的外表面一侧固定连接有壳体，所述壳体外表面一侧开设有十字槽，所述十字槽的内壁对称固定连接有四个弹簧，四个所述弹簧的一端均固定连接有活动座，四个所述活动座的外表面均固定连接有夹板。本实用新型中，通过设置的壳体、夹板、活动座、弹簧、拉动组件、听筒内部麦克风、外部麦克风，可以将小型录音机本体固定在客服耳机听筒表面，听筒内部麦克风可以获取客户声音，外部麦克风可以获取自己声音，在空闲时间可以将小型录音机携带，随时可以进行复盘交流语音，无需下载，十分方便。
一种增值电信服务录音机

[发明专利]特征选择方法、电子设备、介质及程序产品-CN202211730552.9在审
发明人：吴玙 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-12-30 - 公布日： 2023-04-14 - 主分类号： G06F21/62 文献下载
摘要：本申请公开了特征选择方法、电子设备、介质及程序产品，应用于纵向联邦学习的第一参与方，所述特征选择方法包括：获取第一相关性信息；接收第二参与方发送的同态加密的第二相关性信息；生成各第一参与方特征和各第二参与方特征共同对应的特征计数器；根据第一相关性信息以及同态加密的第二相关性信息选择性更新特征计数器，生成同态加密的特征选择结果计数器；将同态加密的特征选择结果计数器发送至第二参与方；根据第二参与方解密反馈的特征选择结果计数器，在各第一参与方特征和各第二参与方特征中进行特征选择。本申请解决了现有技术中在纵向联邦学习场景中进行特征选择时无法保护数据隐私的技术问题。
特征选择方法电子设备介质程序产品

[发明专利]消息推荐优化方法、电子设备、介质及程序产品-CN202210252761.0在审
发明人：魏文斌;范涛;马国强;陈伟敬;吴玙 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-03-15 - 公布日： 2022-06-03 - 主分类号： H04L9/00 文献下载
摘要：本申请公开了消息推荐优化方法、电子设备、介质及程序产品，所述消息推荐优化方法包括：接收第二方发送的密态种子用户特征信息；分别计算各本地用户节点对应的邻居节点的本地用户特征信息与密态种子用户特征信息之间的相似度，得到各加密相似度信息；获取聚合密钥信息，聚合密钥信息由各第一方节点密钥信息中的种子节点密钥信息和第二方密钥信息进行聚合得到；根据聚合密钥信息和各第一方节点密钥信息之间的差异部分，分别对相对应的加密相似度信息进行加密，得到各二次加密相似度信息；通过将各二次加密相似度信息发送至第二方进行解密，在各本地用户节点中选取目标用户节点进行消息推荐。本申请解决了消息推荐时无法保护数据隐私的技术问题。
消息推荐优化方法电子设备介质程序产品

[发明专利]联邦学习模型的数据处理方法、装置及存储介质-CN202210080568.3在审
发明人：陈伟敬;魏文斌;林冰垠;吴玙;范涛;徐倩 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-01-24 - 公布日： 2022-04-08 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种联邦学习模型的数据处理方法，应用于第一参与方设备；方法包括：获取第一参与方设备提供的用于训练联邦学习模型的至少一个第一特征；接收第二参与方设备发送的至少一个匿名特征，匿名特征与用于训练联邦学习模型的第二特征相对应；从第一特征及匿名特征中选取至少一个特征，获取各特征对应联邦学习模型的预测结果；基于各特征，构建线性模型的训练样本，并基于训练样本以及预测结果，训练线性模型，得到线性模型收敛时的模型参数；基于模型参数，确定各第一特征对应的第一贡献信息，以及各匿名特征对应的第二贡献信息。通过本申请，能够衡量单条样本中每个特征的贡献信息，同时能够有效减少模型的计算量，提高计算效率。
联邦学习模型数据处理方法装置存储介质

[发明专利]样本对齐优化方法、设备、介质及程序产品-CN202111124446.1在审
发明人：吴玙;范涛;马国强;魏文斌;谭明超;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-09-24 - 公布日： 2021-12-28 - 主分类号： G06F16/9035 文献下载
摘要：本申请公开了一种样本对齐优化方法、设备、介质及程序产品，应用于第一设备，所述样本对齐优化方法包括：接收第二设备发送的第二样本I D计数过滤器，其中，第二样本I D计数过滤器依据第二样本I D数据对应的第二哈希数据生成；获取第一样本I D数据，对第一样本I D数据进行哈希，得到第一哈希数据；依据第二样本I D计数过滤器和第一哈希数据，对第一样本I D数据进行筛选，得到第一粗筛结果；生成第一样本I D计数过滤器，并将第一样本I D计数过滤器发送至第二设备，以供第二设备对第二样本I D数据进行筛选，得到第二粗筛结果；依据第一粗筛结果，与第二设备中的第二粗筛结果进行样本对齐，得到样本对齐结果。本申请解决了联邦学习中样本对齐效率低的技术问题。
样本对齐优化方法设备介质程序产品

[发明专利]样本匹配度计算优化方法、设备、介质及计算机程序产品-CN202110621677.7在审
发明人：吴玙;范涛;马国强;魏文斌;谭明超;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-06-03 - 公布日： 2021-09-07 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种样本匹配度计算优化方法，所述样本匹配度计算优化方法包括：获取各第一本地样本ID，并将各所述第一本地样本ID对应的第一哈希值映射至预设取值区间，获得各第一哈希映射值；基于在各第一哈希映射值中选取的第一采样哈希映射值集合对应的第一采样数量，以及接收的各第二设备发送的第二采样哈希映射值集合对应的第二采样数量，确定各第二设备对应的全局采样排序值，并在第一采样哈希映射值集合和各第二采样哈希映射值集合中选取各全局采样排序值对应的全局采样哈希映射值；基于各全局采样排序值和各全局采样哈希映射值，分别计算第一设备与各第二设备之间的样本匹配度。本申请解决了联邦学习中计算样本匹配度的效率低的技术问题。
样本匹配计算优化方法设备介质计算机程序产品

[发明专利]特征选择方法、装置、设备及可读存储介质-CN202010891722.6有效
发明人：吴玙;范涛;马国强;魏文斌;谭明超;郑会钿;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-08-27 - 公布日： 2021-08-27 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种特征选择方法、装置、设备及可读存储介质，所述特征选择方法包括：获取待选择特征数据，并基于所述待选择特征数据，与第二设备进行加密聚合交互，获得所述待选择特征数据对应的全局统计特征数据，进而基于所述全局统计特征数据，计算全局相关性系数，进而基于所述全局相关性系数，对所述待选择特征数据进行特征选择，获得目标特征数据。本申请解决了特征选择效果差的技术问题。
特征选择方法装置设备可读存储介质

[发明专利]基于联邦学习系统的模型训练方法、装置、电子设备-CN202110322333.6在审
发明人：吴玙;范涛;马国强;谭明超;魏文斌;郑会钿;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-03-25 - 公布日： 2021-07-23 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种基于联邦学习系统的模型训练方法、装置；方法包括：获取至少两个模型训练标签对应的第一子模型的第一模型参数，以及相应第二子模型的第二模型参数；获取各模型训练标签的标签含义，并基于标签含义确定至少两个模型训练标签间的关联关系；基于至少两个模型训练标签间的关联关系，对至少两个第一模型参数及第二模型参数进行参数聚合，得到全局模型参数；将全局模型参数分发至各第一参与方设备、以及第二参与方设备，以使第一参与方设备及第二参与方设备，基于全局模型参数更新本地模型的模型参数。通过本申请，能够保证数据的安全性，提高模型的预测准确率。
基于联邦学习系统模型训练方法装置电子设备

[发明专利]泊松回归模型的训练方法、装置、电子设备及存储介质-CN202110322421.6在审
发明人：吴玙;范涛;马国强;谭明超;魏文斌;郑会钿;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-03-25 - 公布日： 2021-06-11 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种泊松回归模型的训练方法、装置，应用于联邦学习系统；方法包括：参数聚合设备获取至少两个泊松回归模型对应的模型参数对，模型参数对与泊松回归模型呈一一对应关系；每个模型参数对包括：第一参与方设备中第一子模型的模型参数、及第二参与方设备中相应第二子模型的模型参数；对至少两个模型参数对中第一子模型的模型参数、第二子模型的模型参数，分别进行模型参数聚合，得到相应的第一聚合模型参数及第二聚合模型参数；发送第一聚合模型参数至第一参与方设备，并发送所述第二聚合模型参数至各第二参与方设备，以更新泊松回归模型的模型参数。通过本申请，能够扩充联邦学习中泊松回归模型中特征提供方的数量，提高模型预测能力。
回归模型训练方法装置电子设备存储介质

[发明专利]特征选择方法、设备、可读存储介质及计算机程序产品-CN202110105849.5在审
发明人：谭明超;马国强;吴玙;范涛;魏文斌;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-01-26 - 公布日： 2021-05-28 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种特征选择方法、设备、可读存储介质及计算机程序产品，所述特征选择方法包括：获取样本特征对应的样本特征数据，并对所述样本特征数据进行基于横向联邦学习的特征分箱，获得样本分箱结果；接收各第二设备发送的样本标签数据，并基于各所述样本标签数据、所述样本分箱结果以及预设公共样本ID，生成各所述第二设备对应的全局标签统计结果；对各所述全局标签统计结果进行聚合，获得聚合标签统计结果；将所述聚合标签统计结果发送至反馈至各所述第二设备，以供各所述第二设备基于所述聚合标签统计结果，执行预设特征选择流程。本申请解决了进行联邦学习时特征选择效果差的技术问题。
特征选择方法设备可读存储介质计算机程序产品

[发明专利]一种模型的联合训练方法、设备、存储介质及程序产品-CN202110230932.5在审
发明人：吴玙;谭明超;范涛;马国强;魏文斌;郑会钿;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-03-02 - 公布日： 2021-05-18 - 主分类号： G06F21/60 文献下载
摘要：本申请提供了一种模型的联合训练方法、装置、设备、计算机可读存储介质及程序产品，应用于纵向联邦学习的被动方，被动方和纵向联邦学习的主动方分别利用自身的特征数据进行模型训练，所述方法包括：获取主动方发送的第二密文训练结果；获取第一密文训练结果和已训练轮数；基于第一密文训练结果和第二密文训练结果确定第一加密梯度；当已训练轮数满足同步条件时，将第一加密梯度发送至协调方，以使协调方基于第一加密梯度确定第一解密梯度；接收协调方发送的第一解密梯度，并基于第一解密梯度对自身的训练模型进行更新，得到更新后的训练模型。通过改进纵向联邦学习中模型训练时数据的交互流程，能够缩短模型的训练耗时，提高模型的训练效率。
一种模型联合训练方法设备存储介质程序产品

[发明专利]预测方法、纵向联邦学习和横向联邦学习的模型训练方法-CN202011644819.3在审
发明人：谭明超;马国强;范涛;吴玙;魏文斌;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-12-31 - 公布日： 2021-04-09 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及金融科技技术领域，公开了一种样本的预测方法、纵向联邦学习和横向联邦学习的模型训练方法。预测方法包括：获取用户的样本对应的目标特征向量，并将所述目标特征向量输入预测模型，其中，所述预测模型是采用多个Guest端的第一样本以及多个Host端的第二样本经纵向联邦学习方法以及横向联邦学习方法训练得到；获取所述预测模型输出的数值，并根据所述数值确定所述用户的预测结果。本发明用户风险预测准确性较高。
预测方法纵向联邦学习横向模型训练

1
2
下一页»
尾页
共 22 条