“漆舒汉”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69个，建议您升级VIP下载更多相关专利

[发明专利]救援物资调配方法、装置、设备及存储介质-CN202310615063.7在审
发明人：王磊;漆舒汉;代文杰;吴颖楠;李娜;郭骁 -专利权人：平安科技（深圳）有限公司
申请日： 2023-05-29 - 公布日： 2023-08-22 - 主分类号： G06Q10/0631 文献下载
摘要：本发明涉及数据分析技术，揭露一种可用于数字医疗领域的医疗救援物资调配的救援物资调配方法，包括：获取每个救援点的第一地理位置及每个待救援点的第二地理位置；基于所述第一地理位置对所有所述救援点进行聚类，得到救援点集群；基于所述第二地理位置对所有所述待救援点进行聚类，得到待救援点集群；获取每个所述救援点集群的当前救援信息及每个所述待救援点集群的当前待救援信息；基于所述当前救援信息与所述当前待救援信息，利用所述物资调配模型生成所述救援点集群与所述待救援点集群的集群间物资转移决策策略，得到救援物资调配策略。本发明还提出一种救援物资调配装置、设备以及介质。本发明可以降低了救援物资调配的复杂度。
救援物资调配方法装置设备存储介质

[发明专利]面向联邦学习数据投毒攻击的防御方法及装置-CN202111152694.7有效
发明人：刘洋;田宇琛;张伟哲;王轩;漆舒汉;夏文;唐琳琳;张加佳;吴宇琳 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-09-29 - 公布日： 2023-08-04 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种面向联邦学习数据投毒攻击的防御方法及装置，方法包括：每个客户端使用本地数据训练模型参数；每个客户端将本地模型参数上传给服务器，服务器接收到所有的模型参数；服务器从中计算出一个用于比较的参考基准u，则对于任意的两个局部模型wa和wb，计算它们相对于参考基准u的相似度；采用内部投票的方法判断一个局部模型是否为恶意；根据每个局部模型所得的票数，计算每个局部模型的可信度；基于可信度的模型加权聚合，得到最终的全局模型，基于最终的全局模型实现数据投毒攻击的防御。本发明中，恶意客户端的模型会被赋予较低权重，在加权聚合时削弱它对全局模型的影响，从而实现针对数据投毒攻击的防御。
面向联邦学习数据投毒攻击防御方法装置

[发明专利]基于改进联邦学习的数据分类方法、系统及相关设备-CN202310269638.4在审
发明人：刘洋;王家勃;王轩;刘川意;漆舒汉;陈斌;王强 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-03-15 - 公布日： 2023-07-28 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于改进联邦学习的数据分类方法、系统及相关设备，方法包括：目标客户端根据预设的改进联邦学习算法对其对应的待训练的数据分类模型进行模型迭代训练，获得对应的已训练的数据分类模型，目标客户端根据预设的改进联邦学习算法进行一轮迭代时，基于全局特征提取器模型参数、全局分类器模型参数和本地分类器模型参数对待训练的数据分类模型的模型参数进行调整，全局特征提取器模型参数和全局分类器模型参数由目标客户端从服务器获取，本地分类器模型参数由目标客户端从本地存储的数据获取；目标客户端获取待分类数据，通过对应的已训练的数据分类模型进行分类获取待分类数据对应的目标类别。本发明有利于提高数据分类的准确性。
基于改进联邦学习数据分类方法系统相关设备

[发明专利]基于博弈算法的多险种保险集合推荐控制方法和装置-CN202310397529.0有效
发明人：王磊;漆舒汉;宋健;肖雁飞;吴颖楠;李娜 -专利权人：平安科技（深圳）有限公司
申请日： 2023-04-14 - 公布日： 2023-07-14 - 主分类号： G06Q30/0251 文献下载
摘要：本申请提出一种基于博弈算法的多险种保险集合推荐控制方法、装置、电子设备及存储介质，包括获取各个保险对应的观测信息，并将观测信息转化为观测信息向量；通过预先训练的宏观决策网络对观测信息向量进行处理，得到各个保险面向特定用户的推荐动作；通过预先训练的微观决策网络对观测信息向量进行处理，得到各个保险面向特定用户的年限推荐动作；将推荐动作和年限推荐动作进行拼接，得到各个保险的推荐控制动作，推荐控制动作用于控制向特定用户推荐相应年限的目标保险。能够通过宏观决策网络和微观决策网络两个层面对多险种保险集合中的各个保险进行相应年限的组合推荐控制，可提升推荐精度。
基于博弈算法险种保险集合推荐控制方法装置

[发明专利]一种基于本地差分隐私的以用户为中心的推荐方法及系统-CN202310260656.6在审
发明人：刘洋;许万寅;王轩;刘川意;蒋琳;吴宇琳;漆舒汉 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-03-10 - 公布日： 2023-07-04 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于本地差分隐私的以用户为中心的推荐方法及系统，所述方法包括：云服务器生成项目矩阵，并将所述项目矩阵发送给客户端；所述客户端根据本地评分数据集生成用户矩阵和用户平均评级向量，然后获取第一梯度、第二梯度和第三梯度并对所述第二梯度进行差分隐私处理，得到目标梯度；所述云服务器根据所述目标梯度更新所述项目矩阵；所述客户端获取更新后的所述项目矩阵并重新执行获取第一梯度、第二梯度和第三梯度的步骤，直至满足目标收敛条件。本发明提出的基于本地差分隐私的以用户为中心的推荐方法，通过将用户平均评分数据引入矩阵分解模型中，使得评分预测更加准确，实现了以用户为中心的推荐方法。
一种基于本地隐私用户中心推荐方法系统

[发明专利]基于神经网络的信息提取方法、装置、设备及存储介质-CN202211090606.X在审
发明人：李君一;黄晨;岑柯良;张阳;王轩;刘洋;漆舒汉;吴宇琳;姚霖;刘博;王亚东 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）
申请日： 2022-09-07 - 公布日： 2023-06-09 - 主分类号： G16B20/00 文献下载
摘要：本发明公开了一种基于神经网络的信息提取方法、装置、设备及存储介质，属于生物信息技术领域，该方法包括：本发明从预先获得的metapath实例中提取语义信息；基于注意力聚合机制对所述语义信息进行编码，获得语义注意力系数，基于所述语义注意力系数聚合邻居节点；通过非线性神经网络对所述语义信息进行学习，获得二次语义信息，将二次语义信息聚合至所述邻居节点中，获得节点嵌入；通过非线性神经网络融合多个metapath下的所述节点嵌入，获得最终节点表示。如此通过非线性神经网络二次提取metapath实例中的语义信息，充分利用了各个节点的语义信息，提升了信息提取的效果。
基于神经网络信息提取方法装置设备存储介质

[发明专利]基于知识图谱的合成致死预测方法、装置、设备及介质-CN202211105940.8在审
发明人：李君一;朱焱;周雨桓;王轩;刘洋;漆舒汉;吴宇琳;姚霖;刘博;王亚东 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）
申请日： 2022-09-07 - 公布日： 2023-06-09 - 主分类号： G16B20/00 文献下载
摘要：本发明公开了一种基于知识图谱的合成致死预测方法、设备及存储介质，该方法包括：基于知识图谱卷积网络获得第一基因特征；根据合成致死相互作用网络获得第二基因特征；计算所述第一基因特征和所述第二基因特征的向量内积，预测基因对的合成致死概率。由此解决了当前需要人工设计基因特征，以及无法通过建模合成致死相互作用背后机制的问题，在提升基因对的合成致死预测性能的同时，还提高了模型的可解释性。
基于知识图谱合成致死预测方法装置设备介质

[发明专利]基于深度回归抽象技术的虚拟遗憾策略求解方法及设备-CN202310072057.1在审
发明人：王轩;崔蕾;漆舒汉;张加佳;刘洋;夏文;唐琳琳;于梓元 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-01-12 - 公布日： 2023-06-06 - 主分类号： A63F1/00 文献下载
摘要：本发明公开了一种基于深度回归抽象技术的虚拟遗憾策略求解方法及设备，所述方法包括：构建回归器网络，将回归器网络进行初始化并遍历博弈树收集历史数据；根据蓄水池采样方法对历史数据进行采样得到训练集，并基于训练集的数据对回归器网络进行训练；当回归器网络的训练次数达到最大训练轮次时停止训练，得到目标回归器网络，并获取深度回归虚拟遗憾最小化算法的到达概率，目标回归器网络根据到达概率计算得到平均策略。本发明使用神经网络作为回归器生成虚拟遗憾最小化算法迭代所需的遗憾值，减少信息抽象的影响，并使得算法无需存储大型表格，减少了算法的存储资源开销，同时利用神经网络的拟合能力也提升了算法的通用性与泛化性。
基于深度回归抽象技术虚拟遗憾策略求解方法设备

[发明专利]一种多智能体协同强化学习方法、终端及存储介质-CN202310012741.0在审
发明人： 漆舒汉;张书豪;王轩;张加佳;吴宇琳;王强;施少怀;侯晓涵 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-01-05 - 公布日： 2023-06-06 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种多智能体协同强化学习方法、终端及存储介质，方法包括：获取环境参数，构造模拟环境，并根据环境参数以及智能体数目确定学习者智能体；根据任务需求构造对应数量的工作者智能体，并根据任务需求构造对应数量的行动者智能体；其中，每个工作者智能体用于与多个行动者智能体进行交互，每个行动者智能体分别与一个独立的模拟环境交互；获取样本数据，根据样本数据对学习者智能体进行训练，得到训练后的模型参数；通过学习者智能体定期将训练后的模型参数更新到共享内存中，并通过工作者智能体定期从共享内存中更新决策网络的参数，得到强化学习后的策略。本发明提高了多智能体的强化学习过程中的样本利用率及样本数量。
一种智能体协强化学习方法终端存储介质

[发明专利]基于分层数据关联和卷积神经网络的目标跟踪方法、系统和存储介质-CN201810175534.6有效
发明人：王轩;孟东伟;漆舒汉;蒋琳;廖清;姚霖;李晔;关键;刘泽超;吴宇琳;李化乐;贾丰玮 -专利权人：哈尔滨工业大学深圳研究生院
申请日： 2018-03-02 - 公布日： 2023-05-23 - 主分类号： G06T7/277 文献下载
摘要：本发明公开了一种基于分层数据关联和卷积神经网络的目标跟踪方法、系统和存储介质，其方法包括：获取跟踪目标的当前视频帧的检测响应以及当前视频帧之前的所有视频帧的跟踪片段；为每一条跟踪片段计算其置信度，其中，跟踪片段置信度是指当前已经完成部分连接的跟踪片段的可信赖程度；根据置信度的大小，将所有的跟踪片段分为高可靠度跟踪片段和低可靠度跟踪片段两部分，并以当前视频帧的检测响应为关联对象，为高可靠度跟踪片段进行局部数据关联处理，为低可靠度跟踪片段进行全局数据关联处理。本发明可以有效降低关联算法的时间复杂度，能够有效缓解在跟踪的过程中出现的局部遮挡问题，同时可以实现算法的鲁棒性和实时性的均衡。
基于分层数据关联卷积神经网络目标跟踪方法系统存储介质

[发明专利]一种基于单估值网络的CFR策略求解方法及相关设备-CN202310078101.X在审
发明人：王轩;崔蕾;漆舒汉;张加佳 -专利权人：哈尔滨工业大学（深圳）
申请日： 2023-01-13 - 公布日： 2023-04-28 - 主分类号： G06F18/214 文献下载
摘要：本发明公开一种基于单估值网络的CFR策略求解方法及相关设备，所述方法包括：初始化每个博弈者的初始优势值网络；利用外部采样方法遍历博弈树，并收集得到累积遗憾值后，计算出优势值；利用所述优势值训练多个初始优势值网络，并将得到的多个经过训练后的优势值网络保存在优势值网络缓冲区中；在所述优势值网络缓冲区中选择一个经过训练后的优势值网络进行优势值网络采样操作，生成综合策略。本发明通过利用优势值训练初始优势值网络，将经过训练后的优势值网络保存在优势值网络缓冲区中，并对保存的经过训练后的优势值网络进行优势值网络采样操作，直接生成综合策略，不仅减少了存储和计算资源，提高了综合策略的质量和优越性。
一种基于单估值网络 cfr 策略求解方法相关设备

[发明专利]基于多密钥全同态加密的多用户隐私保护机器学习方法及装置-CN202210365746.7有效
发明人：蒋琳;王轩;王泓潇;顾嘉婧;刘洋;漆舒汉;方俊彬;廖清;张加佳;李晔;吴宇琳;姚霖;陈倩;赵鑫 -专利权人：哈尔滨工业大学（深圳）;暨南大学
申请日： 2022-04-08 - 公布日： 2023-04-07 - 主分类号： H04L9/00 文献下载
摘要：本发明公开了一种基于多密钥全同态加密的多用户隐私保护机器学习方法及装置，方法包括：由公共字符串CRS进行多密钥全同态加密算法的初始化、生成安全参数λ及生成公共参数集mkparams；服务器S整合各个数据提供方上传的单密钥密文数据Encski(di)得到多密钥密文数据集Encsk(D)；服务器S在多密钥密文数据集Encsk(D)的基础上将普通机器学习算法中的线性运算替换为全同态加法和全同态乘法，对多密钥密文数据集Encsk(D)进行机器学习建模训练；服务器S将多密钥加密的模型密文Encsk(model)下发给各个数据提供方DPi和解密方DE；解密多密钥模型密文Encsk(model)，从而得到由各个数据提供方DPi的数据D训练得到的模型model＝Decsk(Encsk(model))。本发明在保证较高安全性的同时，以较低通信代价和较少交互次数完成隐私计算任务。
基于密钥同态加密多用户隐私保护机器学习方法装置

[发明专利]一种模型训练方法及相关装置-CN202211391056.5有效
发明人：姜允执;黄新昊;万乐;徐志鹏;顾子卉;谢宇轩;刘林韬;郑规;殷俊;邓大付;欧阳卓能;金鼎健;廖明翔;刘总波;梁宇宁;官冰权;杨益浩;申家忠;刘思亮;高丽娜;漆舒汉 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-08 - 公布日： 2023-04-07 - 主分类号： G06N3/06 文献下载
摘要：本申请实施例公开了一种人工智能领域的模型训练方法及相关装置，其中该方法包括：获取技巧样本数据；技巧样本数据中包括具有对应关系的游戏状态数据序列和操作数据序列，游戏状态数据序列和操作数据序列对应目标帧长度；采用监督学习算法，根据技巧样本数据，联合训练变分自编码器和先验策略模型；变分自编码器包括编码器和解码器，编码器用于将操作数据序列映射为技巧向量，解码器用于根据技巧向量重建操作数据序列；先验策略模型用于根据游戏状态数据序列确定技巧向量；采用强化学习算法，训练根据先验策略模型和解码器构建的游戏AI模型。该方法能够减少游戏AI模型训练所需的训练数据，并且减少游戏AI模型训练所需投入的人力。
一种模型训练方法相关装置

[发明专利]一种基于图像和三维输入的隐式函数三维重建方法-CN202111054666.1有效
发明人：唐琳琳;刘楚然;苏敬勇;刘洋;漆舒汉;张加佳 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-09-09 - 公布日： 2023-04-07 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于图像和三维输入的隐式函数三维重建方法，其包括：通过三维输入预测网络处理三维输入以生成三维点的第一空间占用概率；通过图像预测网络处理输入图像以生成三维点的第二空间占用概率；所述的第一空间占用概率和第二空间占用概率被用来生成三维重建模型作为输出。本发明具有能准确提取二维图像包含的细节信息又能表达三维输入表示的结构形状信息而重建高准确度的三维模型的优点。
一种基于图像三维输入函数三维重建方法

[发明专利]基于隐式神经表示的多视图三维重建方法-CN202211232601.6在审
发明人：唐琳琳;黄鑫;苏敬勇;刘洋;漆舒汉 -专利权人：哈尔滨工业大学（深圳）
申请日： 2022-10-10 - 公布日： 2023-03-07 - 主分类号： G06T17/20 文献下载
摘要：本发明涉及立体视图三维重建技术领域，具体涉及一种基于隐式神经表示的多视图三维重建方法，在隐式神经表示和体渲染技术的基础上提出一种基于像素特征融合的多视图三维重建算法，考虑了不同视角下入射光对重建几何形状的影响，而且通过设计像素特征图编码器提取多视角图像的像素特征，以融入到表面点的全局几何特征中，改进整个重建模型的体渲染过程，进而提高物体表面精细程度，重建出高分辨率的精细网格表示的三维物体模型。
基于神经表示视图三维重建方法

1
2
3
4
5
下一页»
尾页
共 69 条