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21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]联邦学习网络下的模型训练方法及其相关设备-CN202010622524.X有效
  • 何安珣;王健宗;肖京 - 平安科技(深圳)有限公司
  • 2020-06-30 - 2023-08-29 - G06N20/00
  • 本申请实施例属于人工智能领域,应用于智慧社区领域中,涉及一种联邦学习网络下的模型训练方法及其相关设备,建立包括中央客户端和多个节点的联邦学习网络,控制节点接收初始化模型作为本地模型,控制节点使用本地数据训练本地模型获得梯度信息;控制中央客户端根据梯度信息生成全局信息;控制节点根据全局信息获得其他节点的梯度信息,使用梯度信息对当前节点的本地模型进行测试,获得准确率,根据准确率调整全局信息,更新当前节点的本地模型;直至模型收敛,获得结果模型;将节点接收的用户数据输入节点对应的结果模型中,获得结果模型输出的推荐信息。各节点的梯度信息可存储于区块链节点中。本申请实现不同节点的本地模型的个性化训练。
  • 联邦学习网络模型训练方法及其相关设备
  • [发明专利]基于联邦学习的代码注释生成方法、系统及装置-CN202011355708.0有效
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-11-27 - 2023-07-28 - G06F8/41
  • 本发明涉及人工智能,提供一种基于联邦学习的代码注释生成方法,包括:生成初始参数集,并将初始参数集发送至预设的客户端;通过各客户端上的预设样本数据集对其相应的代码注释生成模型进行初步训练,以得到各代码注释生成模型的优化参数集;将各客户端的模型优化参数集发送至预设服务器,并基于预设服务器对接收到的优化参数集进行聚合,得到聚合优化参数集;将聚合优化参数集发送至各客户端,并基于聚合优化参数集对各代码注释生成模型进行再次训练,得到代码注释生成新模型;基于代码注释生成新模型对各客户端的待注释代码进行代码注释。本发明提供技术方案既能够解决现有代码注释自动生成方法满足特定公司或组织的需要的问题。
  • 基于联邦学习代码注释生成方法系统装置
  • [发明专利]冷启动推荐方法、装置、计算机设备及存储介质-CN202011367515.7有效
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-11-27 - 2022-03-29 - H04L9/40
  • 本申请实施例属于大数据技术领域,涉及一种冷启动推荐方法及相关设备,可应用于智慧安防领域,包括:在接收到第一服务器发送的第一密钥时,计算本地服务器的第一评分参数;在接收到第二服务器发送的第一加密数据时,根据第一评分参数和第一加密数据计算第一加密相似度,并根据第一密钥对第一加密相似度进行解密,得到第一解密相似度;发送第一解密相似度至第一服务器;在接收到第一服务器发送的总相似度时,根据总相似度生成目标用户的物品推荐表。此外,本申请还涉及区块链技术,所述物品推荐表可存储于区块链中。本申请实现了在冷启动推荐时用户隐私信息的保护。
  • 冷启动推荐方法装置计算机设备存储介质
  • [发明专利]用于区块链的防攻击方法、装置、电子设备及介质-CN202010760937.4有效
  • 何安珣;王健宗;肖京 - 平安科技(深圳)有限公司
  • 2020-07-31 - 2022-02-08 - H04L9/40
  • 本案涉及区块链技术,提供一种用于区块链的防攻击方法、装置、电子设备及介质。所述方法包括:在接收到第一节点发送的区块后,判断第一节点的物理地址是否在公开的可疑节点列表中,该可疑节点列表中记录有可疑节点的物理地址,可疑节点是根据区块链中每个节点的区块转发行为确定的。若第一节点的物理地址在可疑节点列表中,则拒绝转发所述区块,否则,将所述区块转发给第二节点。本方案中,根据区块链中每个节点的区块转发行为确定了攻击区块链的可疑节点,进一步阻止了可疑节点转发攻击者的区块,从而能够抵御公共区块链中的女巫攻击,同时提高区块链的吞吐量。
  • 用于区块攻击方法装置电子设备介质
  • [发明专利]区块链混币方法、装置、终端及存储介质-CN202011503073.4在审
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-12-18 - 2021-04-09 - G06F21/62
  • 本申请公开了一种区块链混币方法、装置、终端及存储介质,其方法包括:获取混币用户中的多个响应用户;创建属于每个响应用户的新比特币地址;将响应用户的新比特币地址逐个插入至预先建立好的向量中,在每插入一个新比特币地址时,随机打乱向量中所有元素的排列顺序,直至最后一个响应用户插入完成后,得到响应用户的新比特币地址集合;获取所有响应用户的原始比特币地址集合,根据原始比特币地址集合与新比特币地址集合的映射关系,由响应用户发起比特币交易,在生成交易签名后,提交交易签名至广告用户,并在所有响应用户确认无误后,由广告用户提交交易签名至矿工。通过上述方式,本申请能够有效保护区块链交易的隐私信息。
  • 区块链混币方法装置终端存储介质
  • [发明专利]推荐模型的训练方法、推荐方法、装置、设备及存储介质-CN202011508002.3在审
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-12-18 - 2021-04-09 - G06K9/62
  • 本申请涉及模型构建领域,具体公开了一种推荐模型的训练方法、用户推荐方法、装置、设备及存储介质,所述方法包括:获取多个参与方的共同本地数据,并基于所述用户信息和所述用户信息对应的物品评分信息构建多个物品评分矩阵;对构建的多个所述物品评分矩阵进行矩阵分解,得到用户隐矩阵和多个物品隐矩阵;各个参与方分别在本地对所述用户隐矩阵以及各自的所述物品隐矩阵进行迭代训练,并基于所述用户隐矩阵和多个所述物品隐矩阵构建矩阵模型,计算所述矩阵模型的损失函数的损失值;当所述矩阵模型的损失函数的损失值达到预设值时,将所述矩阵模型作为推荐模型,完成模型训练。提高数据安全,并且提高训练得到的推荐模型的推荐准确率。
  • 推荐模型训练方法装置设备存储介质
  • [发明专利]一种代码补全方法、装置以及相关设备-CN202011507517.1在审
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-12-18 - 2021-03-19 - G06F8/33
  • 本申请提供一种代码补全方法,包括:获取本地数据集和聚合服务器发送的初始模型参数;根据初始模型参数和本地数据集训练局部模型,得到局部模型参数;将局部模型参数加密并发送给聚合服务器,以供聚合服务器根据多个参与方发送的局部模型参数进行聚合,得到全局模型参数;获取全局模型参数,根据全局模型参数和局部模型参数更新局部模型,得到训练好的代码补全模型;获取用户输入的代码,将代码输入至代码补全模型,得到目标代码。本申请实施例有效地解决了以往代码补全过程中数据集采用的是公开的数据集,缺乏数据隐私保护问题,并且可以提供个性化的代码补全服务,加快软件开发的进程。
  • 一种代码方法装置以及相关设备
  • [发明专利]产品推荐方法、装置、电子设备及计算机可读存储介质-CN202011385258.X在审
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-12-01 - 2021-03-05 - G06Q30/06
  • 本发明涉及大数据技术,揭露一种产品推荐方法,包括:根据包含待推荐产品的第一产品集及第二产品集进行筛选,得到目标产品序列;根据目标产品序列构建第一用户集中每个用户的第一产品评分序列及第二用户集中每个用户的第二产品评分序列;根据第一产品评分序列及第二产品评分序列加密两个用户集中用户的相似度得到用户相似度集;根据用户相似度集及第二用户集进行推荐优先值计算及筛选得到推荐用户序列;根据推荐用户序列进行待推荐产品推荐。本发明还涉及一种区块链技术,推荐用户序列可以存储在区块链中。本发明还提出一种产品推荐装置、电子设备以及计算机可读存储介质。本发明可以提高产品推荐的灵活性及便利性。
  • 产品推荐方法装置电子设备计算机可读存储介质
  • [发明专利]联邦学习防御方法、装置、电子设备及存储介质-CN202011324656.0在审
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-11-23 - 2021-03-05 - G06F21/55
  • 本发明涉及人工智能技术,揭露了一种联邦学习防御方法,包括:从联邦学习的各参与方获取局部模型参数,根据所述局部模型参数构建攻击模型参数,根据所述局部模型参数及所述攻击模型参数得到训练数据集,利用所述训练数据集训练预构建的判别器,得到攻击判别器,利用所述攻击判别器对待检测局部模型进行判断,得到善意局部模型参数,对所述善意局部模型参数进行聚合运算,得到全局模型参数,并将所述全局模型参数发送给所述各参与方。此外,本发明还涉及区块链技术,所述全局模型参数可存储于区块链的节点。本发明还提出一种联邦学习防御装置、电子设备以及计算机可读存储介质。本发明可以解决对于特定攻击方式防御效果较差的问题。
  • 联邦学习防御方法装置电子设备存储介质
  • [发明专利]代码变更的注释生成方法、装置、电子设备及存储介质-CN202011322526.3在审
  • 王健宗;李泽远;何安珣 - 平安科技(深圳)有限公司
  • 2020-11-23 - 2021-02-23 - G06F8/70
  • 本发明涉及人工智能技术,揭露了一种代码变更的注释生成方法,包括:服务端随机生成模型参数及损失下限,并发送给多个客户端;所述客户端根据所述模型参数和所述损失下限,对预构建的注释生成模型进行训练,得到损失值和本地模型参数,并加密传输给服务端;所述服务端对所述模型参数和损失下限进行更新,并发送给客户端;客户端返回训练步骤,直到满足预设的终止条件,得到训练完成的注释生成模型;使用注释生成模型对变更代码数据生成注释。本发明还提出了代码变更的注释生成装置、设备及计算机可读存储介质。此外,本发明还涉及区块链技术,变更代码数据可存储于区块链节点中。本发明可以提高注释生成模型生成注释的准确性,并保护代码隐私。
  • 代码变更注释生成方法装置电子设备存储介质
  • [发明专利]短时公交站客流预测方法、装置、计算机设备及存储介质-CN202011182335.1在审
  • 王健宗;肖京;何安珣 - 平安科技(深圳)有限公司
  • 2020-10-29 - 2021-01-29 - G06Q10/04
  • 本申请实施例属于人工智能技术领域,应用于智慧交通领域中,涉及一种短时公交站客流预测方法、装置、计算机设备及存储介质,包括:接收公交站位置信息和目标公交站,构建公交站无向网络,确定公交站无向网络中符合预设条件的公交站,作为联合公交站;接收目标公交站对应的目标服务器传输的模型梯度信息和联合公交站对应的联合服务器传输的随机数;基于所述模型梯度信息和所述随机数计算模型更新参数,并将所述模型更新参数传输至目标服务器和各个联合服务器,以使所述目标服务器和联合服务器通过所述模型更新参数迭代更新回归预测模型。其中,训练后的回归预测模型可存储于区块链中。本申请有效提高回归预测模型对短时公交车客流的预测效果。
  • 公交客流预测方法装置计算机设备存储介质
  • [发明专利]基于联邦学习的产品推荐方法、装置、计算机设备及介质-CN202011182342.1在审
  • 王健宗;肖京;何安珣 - 平安科技(深圳)有限公司
  • 2020-10-29 - 2021-01-29 - G06F16/9536
  • 本申请实施例属于人工智能领域,涉及一种基于联邦学习的产品推荐方法,包括联合多方参与者建立待训练的联邦学习协同过滤推荐模型,分别获取所有参与者的本地数据中对应的第一用户特征以及产品数据库中产品的特征属性,将第一用户特征和特征属性输入到待训练的联邦学习协同过滤推荐模型中,并进行用户与产品以及产品之间相似度的训练,获得联邦学习协同过滤推荐模型,使用联邦学习协同过滤推荐模型向目标用户推荐相应的产品。本申请还提供一种基于联邦学习的产品推荐装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,第一用户特征可存储于区块链中。本申请可以在保障隐私安全的情况下,提高产品推荐的精准度。
  • 基于联邦学习产品推荐方法装置计算机设备介质

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