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172个,建议您升级VIP下载更多相关专利
  • [发明专利]一种产品推荐方法、系统、计算机设备及存储介质-CN202011504951.4有效
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-12-18 - 2023-09-15 - G06Q30/0601
  • 本申请涉及人工智能,揭露了一种产品推荐方法、系统、计算机设备及存储介质,包括服务器端接收参数数据;服务器经初始化得到产品因子矩阵及参数,并将产品因子矩阵参数和参数数据发送至多个客户端;客户端据此更新用户因子矩阵,利用q‑FedAvg算法计算加权差值和归一化常量并返回给服务器;服务器利用产品因子矩阵参数和加权差值与归一化常量,对产品因子矩阵参数进行更新;服务器根据更新后的产品因子矩阵参数确定目标产品因子矩阵,将目标产品因子矩阵发送至目标客户端;目标客户端利用目标产品因子矩阵和更新后的用户因子矩阵,计算预测评分值,将排序高的前N个产品推荐给所述用户。本申请保护用户数据不外泄的同时,提高推荐产品与用户的贴合度。
  • 一种产品推荐方法系统计算机设备存储介质
  • [发明专利]对象行为检测方法和装置、电子设备及存储介质-CN202310720371.6在审
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2023-06-16 - 2023-09-08 - G06Q40/04
  • 本申请提供一种对象行为检测方法和装置、电子设备及存储介质,属于金融科技技术领域。该方法包括:获取样本对象的样本交易数据和样本对象行为标签;基于本地检测模型的图生成网络、样本交易数据构建样本对象的对象行为结构图;基于本地检测模型的检测网络和对象行为结构图进行行为检测,得到样本对象行为检测数据;基于样本对象行为检测数据和样本对象行为标签,将本地检测模型接收到的原始模型参数更新为本地模型参数;将本地模型参数发送给服务器端;从服务器端下载目标模型参数,并根据已下载的目标模型参数更新本地模型参数;将目标交易数据输入至本地检测模型进行行为检测,得到目标对象行为检测数据。本申请能提高对象行为检测的准确性。
  • 对象行为检测方法装置电子设备存储介质
  • [发明专利]基于客户端分类聚合的联合风险评估方法及相关设备-CN202011327614.2有效
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2020-11-24 - 2023-08-29 - G06Q40/02
  • 本发明公开了基于客户端分类聚合的联合风险评估方法及相关设备,涉及人工智能技术领域,可应用于银行风险评估系统中,方法包括:服务器端对客户端进行聚类,确定s个最终聚类中心点;最终聚类中心点从服务器端读取初始模型,并下发至聚类的客户端;客户端基于本地数据集对所述初始模型进行训练得到初始模型参数,并将所述初始模型参数发送至最终聚类中心点;最终聚类中心点对各所述客户端的初始模型参数进行聚合,得到中间模型参数并上传;服务器端对各聚类的所述中间模型参数进行聚合得到最终模型参数,并进行更新,得到用于信用风险评估的全局模型。本发明在同一类的客户端中执行联邦学习的训练所达到的效果更好,最终模型预测准确率更高。
  • 基于客户端分类聚合联合风险评估方法相关设备
  • [发明专利]基于神经网络的联邦模型的训练方法、装置及计算机设备-CN202110453299.6有效
  • 王健宗;李泽远 - 平安科技(深圳)有限公司
  • 2021-04-26 - 2023-08-25 - G06N3/0442
  • 本发明公开了一种基于神经网络的联邦模型的训练方法、装置及计算机设备,该方法包括:接收对预置的联邦模型进行迭代训练的训练请求以获取联邦模型的每个参与方向联邦模型发送的历史梯度信息;根据预置的LSTM模型对历史梯度信息进行筛选,得到当前时刻需对联邦模型进行迭代更新的多个参与方;接收多个参与方中每个参与方的本地数据训练相应的本地模型后生成的梯度信息以对联邦模型进行更新。本发明基于神经网络技术,通过采用长短期记忆人工神经网络从联邦模型的所有参与方中获取每轮迭代过程中所需要参与迭代训练的参与方,不仅降低了参与方的计算成本与网络通信传输成本,而且加快了联邦模型训练速度,同时提高了联邦模型的训练精度。
  • 基于神经网络联邦模型训练方法装置计算机设备
  • [发明专利]数据处理方法和装置、电子设备及存储介质-CN202310636057.X在审
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2023-05-31 - 2023-08-15 - G06F18/24
  • 本申请实施例提供了一种数据处理方法和装置、电子设备及存储介质,属于金融科技领域。该数据处理方法包括:获取第一样本数据集;将第一交易数据输入至分类器,得到第一交易数据被调用的合法性的预测结果;根据预测结果和数据标签确定分类器的预测误差,根据预测误差对分类器进行训练;在利用第二样本数据集进行联邦学习的过程中,每当第二样本数据集中的第二交易数据被调用时,将第二交易数据输入至训练好的分类器,得到第二交易数据被调用的合法性;当第二交易数据被异常调用时,对第二交易数据进行差分隐私处理。本申请实施例能够提高针对金融交易,如电子支付、银行系统等,进行联邦学习时的数据隐私保护效果,且可以广泛应用在人工智能领域。
  • 数据处理方法装置电子设备存储介质
  • [发明专利]基于预训练网络的目标检测方法以及相关设备-CN202310640795.1在审
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2023-05-31 - 2023-08-15 - G06V10/82
  • 本申请涉及人工智能领域以及数字医疗领域,提供了一种基于预训练网络的目标检测方法以及相关设备,该方法包括:获取训练好的第一目标检测模型,第一目标检测模型包括多个预训练网络层,之后对第一目标检测模型的每个预训练网络层进行量化处理,使得第一目标检测模型中每个预训练网络层的模型参数从初始精度降低至目标精度,将量化处理后的第一目标检测模型作为第二目标检测模型;获取待检测图像,将待检测图像输入至所述第二目标检测模型,以通过第二目标检测模型得到待检测图像的预测结果。本申请实施例能够在保证目标检测精度的情况下,提高模型推理速度并减少硬件资源占用。
  • 基于训练网络目标检测方法以及相关设备
  • [发明专利]入侵检测方法、装置、设备及存储介质-CN202110740041.4有效
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2021-06-30 - 2023-08-15 - G06F21/56
  • 本发明涉及人工智能领域,公开了一种入侵检测方法、装置、设备及存储介质,该方法包括:从数据库中获取样本数据集,并确定其中的所有特征;基于特征选择算法,对所有特征进行一次特征选择,得到候选特征集;计算候选特征集中特征在组合模型中的权重分布,进行二次特征选择,得到最优特征子集;根据最优特征子集进行初始入侵检测模型的训练;并基于联邦学习框架,得到入侵检测模型;获取待检测数据,并将待检测数据输入入侵检测模型中,则到检测分类结果,若检测分类结果为入侵行为,则进行预警。本方法通过对全局数据进行两步特征选择,提高联邦学习的训练效率和识别入侵行为的准确性,此外,本发明还涉及区块链技术,数据库可存储于区块链中。
  • 入侵检测方法装置设备存储介质
  • [发明专利]基于人工智能的句向量特征提取方法、装置、设备及介质-CN202210028096.7有效
  • 王健宗;李泽远 - 平安科技(深圳)有限公司
  • 2022-01-11 - 2023-08-15 - G06F18/213
  • 本申请涉及人工智能技术领域,揭示了一种基于人工智能的句向量特征提取方法、装置、设备及介质,其中方法包括:获取目标文本和与所述目标文本对应的目标语言类型;将所述目标文本输入目标模型进行句向量特征提取,其中,所述目标模型是采用训练文本和MLM训练方法训练Transformer类模型得到的模型,所述训练文本是语义相同并且语言类型不同的多个文本拼接得到的拼接文本;根据所述目标语言类型获取所述目标模型的编码层输出的句向量特征数据,作为目标句向量特征数据。通过MLM训练方法避免了在具有挑战性的环境下可能不具有稳健性的问题,增强了模型内部特征表示的跨语言对齐,提高了特征提取的准确性。
  • 基于人工智能向量特征提取方法装置设备介质
  • [发明专利]单细胞RNA测序数据处理方法、装置、设备及存储介质-CN202310633119.1在审
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2023-05-31 - 2023-08-11 - G16B30/00
  • 本发明涉及数字医疗领域,公开了一种单细胞RNA测序数据处理方法、装置、设备及存储介质,其方法通过获取样本测序数据,对样本测序数据进行预处理,获得预处理样本数据;使用预处理样本数据对待训练模型进行训练,获得对抗自动编码器模型;待训练模型包括自动编码器模型和判别器;自动编码器模型包括编码器、中间隐藏层和解码器;判别器用于调节自动编码器模型的输出数据的分布;将待降维测序数据输入对抗自动编码器模型进行降维,提取中间隐藏层的特征向量以获得低维测序数据。本发明无需对测序数据采取分布假定,保留数据的真实性和有效性,适用范围更广;同时引入对抗的机制,并基于多方位误差作为优化目标,提高了处理结果的准确性和可靠性。
  • 单细胞rna序数处理方法装置设备存储介质
  • [发明专利]基于特征分类的模型训练方法、电子设备、存储介质-CN202310382599.9在审
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2023-04-07 - 2023-08-04 - G06V10/774
  • 本申请涉及人工智能技术领域,尤其是涉及一种基于特征分类的模型训练方法、电子设备、存储介质。本申请模型训练方法需要先获取原始图像处理模型、参考图像处理模型以及第一图像训练数据,进一步,获取原始特征向量与功能特征向量,基于功能特征向量对原始特征向量进行分类处理,得到第一特征向量、第二特征向量,再进一步,基于功能特征向量、第一特征向量与第二特征向量,获取目标损失函数,最终基于目标损失函数以及第一图像训练数据对原始图像处理模型进行知识蒸馏训练,得到目标图像处理模型。本申请基于特征分类的模型训练方法能够在知识蒸馏训练的过程中训练得到更高质量的目标图像处理模型。
  • 基于特征分类模型训练方法电子设备存储介质
  • [发明专利]文本分类模型训练方法、装置、计算机设备及存储介质-CN202310393426.7在审
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2023-04-06 - 2023-08-01 - G06N3/08
  • 本发明公开了一种文本分类模型训练方法,该方法获取文本训练数据集;在训练过程中对初始本地模型执行动态学习率调整操作,得到预测标签;根据同一文本训练数据对应的样本标签和所有预测标签,确定预测损失值,并根据预测损失值对所有文本训练数据进行筛选,得到目标文本数据;通过目标文本数据对第一本地模型进行训练,得到第二本地模型;获取第二本地模型对应的本地模型参数,以令服务器根据所有客户端发送的本地模型参数生成文本分类模型。本发明通过所有文本训练数据对初始本地模型进行训练,实现了对不同学习率下预测损失值的确定。通过目标文本数据对第一本地模型的训练,得到第二本地模型,提高了第二本地模型预测的准确性。
  • 文本分类模型训练方法装置计算机设备存储介质
  • [发明专利]图像处理方法和装置、设备及存储介质-CN202310379998.X在审
  • 李泽远;王健宗 - 平安科技(深圳)有限公司
  • 2023-04-07 - 2023-08-01 - G06T7/00
  • 本申请实施例提供了一种图像处理方法和装置、设备及存储介质,属于人工智能技术领域。该方法包括:获取原始样本图像和样本图像标签;将原始样本图像输入预设的原始关联度预测模型进行疾病关联度预测得到原始疾病关联度;将原始疾病关联度和样本图像标签作为预设分布模型的模型参数得到原始分布模型;通过预设的目标损失函数对原始分布模型进行优化得到目标分布模型;将原始疾病关联度输入至目标分布模型进行修正得到更新疾病关联度;根据更新疾病关联度对原始关联度预测模型进行参数调整得到目标关联度预测模型;获取并将目标图像输入目标关联度预测模型进行疾病关联度预测得到目标疾病关联度。本申请实施例能够提高疾病关联度预测的准确性。
  • 图像处理方法装置设备存储介质

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