“周文猛”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12个，建议您升级VIP下载更多相关专利

[发明专利]任务处理方法、系统、平台及自动问答方法-CN202310666870.1在审
发明人：刘跃辉;陈颖达;周文猛;贾实聪 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-06-06 - 公布日： 2023-07-14 - 主分类号： G06F9/48 文献下载
摘要：本说明书实施例提供任务处理方法、系统、平台及自动问答方法，其中所述任务处理方法包括：接收通过任务接口输入的待处理任务数据，其中，任务接口用于接收不同任务的任务数据，根据待处理任务数据的数据类型，对待处理任务数据进行封装，得到针对目标任务的目标任务请求，基于目标任务请求，调度任务处理模型对待处理任务数据执行目标任务，获得任务处理结果，其中，任务处理模型为基于不同任务的样本数据预先训练得到的深度学习模型。避免开发多个接口来接收数据，降低了开发成本，根据待处理任务数据的数据类型，封装得到针对目标任务的目标任务请求来调度任务处理模型，通过统一接口实现了处理任务，增强了任务处理的通用性，提升了用户体验。
任务处理方法系统平台自动问答

[发明专利]一种条目分类方法及装置-CN201710797786.8有效
发明人： 周文猛 -专利权人：阿里巴巴集团控股有限公司
申请日： 2017-09-06 - 公布日： 2023-06-30 - 主分类号： G06F16/35 文献下载
摘要：一种条目分类方法，包括：获取目标对象的条目的低阶特征，低阶特征包括该条目自身的特征；获取条目的高阶特征，高阶特征表示该条目与目标对象的其他条目之间的关系；根据该条目的低阶特征和高阶特征，确定该条目所属的类别。如此，提高了条目分类准确性。
一种条目分类方法装置

[发明专利]拆分学习系统以及基于拆分学习的对抗样本制作方法-CN202310064338.2在审
发明人：范洺源;周文猛 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-01-14 - 公布日： 2023-05-30 - 主分类号： G06N3/094 文献下载
摘要：公开了一种拆分学习系统以及基于拆分学习的对抗样本制作方法。拆分学习系统的服务器在在前向传播时获取来自客户端的输入层输出，向所述影子输入层输入伪训练数据以获取影子输入层输出；计算相似性损失，所述相似性损失用于表征所述输入层输出和所述影子输入层输出之间的相似性；在反向传播时，计算服务器层梯度信息并且根据相似性损失计算的相似度梯度信息，并将融合梯度信息返回给客户端。本发明通过影子模型训练解决共享模型部分缺失问题，并通过产生对抗性示例进行评估的本地对抗性攻击。影子模型训练只需要少量未标记的同类数据，并可通过更改自然样本的中间输出来制作对抗性样本。上述攻击过程成本低且有效，显示出现有拆分模型的脆弱性。
拆分学习系统以及基于对抗样本制作方法

[发明专利]基于联邦学习的模型训练方法和联邦学习系统-CN202211198906.X在审
发明人：范洺源;周文猛 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-09-29 - 公布日： 2023-02-28 - 主分类号： G06N3/098 文献下载
摘要：公开了一种基于联邦学习的模型训练方法和联邦学习系统。该方法应用于包括服务器与多个节点的联邦学习系统并包括：在模型训练的t次操作中，执行：所述服务器将模型参数集合下发给n个节点；n个节点各自使用本地训练样本执行梯度计算以获取原始梯度，使用效用指标和隐私指标进行联合优化以获取变换样本，并基于变换样本制作上传数据；以及服务器获取上传数据并更新模型参数集合。由此，变换样本被隐含地引出用于生成扰动梯度，从而效用和隐私信息注入到扰动梯度中。设计了以加权的方式计算梯度距离的效用指标，权重由元素权重和参数的层权重决定。优选地，使用经训练的评估网络作为隐私度量，该网络能够学习如何以与人类认知一致的方式评估差异。
基于联邦学习模型训练方法系统

[发明专利]深度神经网络鲁棒性评估方法和调优方法-CN202210894180.7在审
发明人：范洺源;周文猛 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-07-27 - 公布日： 2022-12-06 - 主分类号： G06V40/10 文献下载
摘要：公开了一种对抗攻击评估方法，包括：确定针对目标深度神经网络进行对抗性攻击的攻击成功率；向目标图片原始样本添加初始扰动以获取初始的目标图片对抗样本；获取原始样本与对抗样本之间距离的初始值；调整所述初始扰动以获取满足所述攻击成功率且使得所述距离最小的最小扰动；以及基于所述最小扰动，评估所述深度神经网络针对对抗性攻击的鲁棒性。该方法通过在给定的攻击成功率下搜索最小扰动，避免了现有技术中为不同的数据集设置不同扰动预算的需要，并且可以通过为一个图片样本求取一个最小扰动值来大幅降低DNN鲁棒性评估所需的计算开销。另外，本发明通过评价指标的合理设置，能够更准确地对目标DNN针对对抗性攻击的鲁棒性进行评估。
深度神经网络鲁棒性评估方法

[发明专利]基于联邦学习的模型训练方法和联邦学习系统-CN202210531051.1在审
发明人：范洺源;周文猛 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-05-16 - 公布日： 2022-11-15 - 主分类号： G06N20/00 文献下载
摘要：公开了一种基于联邦学习的模型训练方法和联邦学习系统。所述方法应用于包括服务器与N个节点的联邦学习系统，N＞1，并且包括：在模型训练的第i次操作中，执行：服务器将模型参数集合下发给Mi个节点，其中，Mi≤N，Mi个节点各自使用本地训练样本执行梯度计算以获取原始梯度，并且对与所述原始梯度相关的性能维持指标和隐私保护指标进行联合优化，以求取变换梯度；以及服务器获取变换梯度并更新模型参数集合。性能维持指标能够度量模型性能变化，而隐私保护指标则能够度量隐私泄露风险。通过联合优化这两个指标，本发明可以获取数据隐私被稳妥保护且模型性能劣化最小的扰动点。本发明还可以通过改进的初始化策略来加速联合优化的收敛。
基于联邦学习模型训练方法系统

[发明专利]图片对抗样本生成方法和图片分类系统测试方法-CN202210342730.4在审
发明人： 周文猛;范洺源 -专利权人：阿里云计算有限公司
申请日： 2022-04-02 - 公布日： 2022-08-30 - 主分类号： G06F11/36 文献下载
摘要：本公开涉及一种图片对抗样本生成方法和图片分类系统测试方法。所述图片对抗样本生成方法包括：对图片样本中的图片块进行掩码以获取掩码图片样本；将掩码图片样本送入图片分类模型以求取预测分类损失值；调整图片样本，以使得从经调整图片样本获取的经调整掩码图片样本的预测分类损失值增大；以及重复所述图片样本调整过程，直至预定终止条件，以获取所述图片对抗样本。本发明通过将掩码图片送入模型来制作对抗样本，能够在掩码部分破坏图片整体性的情况下使得针对图片的调整集中在图片中目标的底层特征，由此提升对抗样本攻击不同模型的泛化能力，从而进一步提升各个模型防御对抗攻击的能力，提升模型的安全性。
图片对抗样本生成方法分类系统测试

[发明专利]一种单词的分割方法和装置-CN201610112463.6有效
发明人： 周文猛;程孟力;毛旭东;施兴;褚崴 -专利权人：阿里巴巴集团控股有限公司
申请日： 2016-02-29 - 公布日： 2022-08-26 - 主分类号： G06V30/148 文献下载
摘要：本申请提供一种单词的分割方法和装置，该方法包括：获取样本图像，所述样本图像包括单词间隔标记或者非单词间隔标记；利用卷积神经网络对所述样本图像进行处理，得到所述样本图像对应的第一特征向量、所述第一特征向量对应的单词间隔概率值和/或非单词间隔概率值；获取待测试图像，并利用所述卷积神经网络对所述待测试图像进行处理，得到所述待测试图像对应的第二特征向量、所述第二特征向量对应的单词间隔概率值或者非单词间隔概率值；利用当前得到的单词间隔概率值或者非单词间隔概率值，对所述待测试图像进行单词分割。通过本申请的技术方案，精准的进行单词分割，使得单词分割的准确率得到提高，提高单词分割的速度，提高用户使用体验。
一种单词分割方法装置

[发明专利]一种字符识别方法和装置-CN201610188113.8有效
发明人：毛旭东;施兴;褚崴;程孟力;周文猛 -专利权人：阿里巴巴集团控股有限公司
申请日： 2016-03-29 - 公布日： 2022-01-11 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种字符识别方法和装置，涉及图像识别技术领域。所述方法包括：获取图片数据；利用第一分类器和第二分类器共享的计算层对所述图片数据进行计算，得到第一结果；所述第一分类器为从图片数据中识别具体字符的分类器；所述第二分类器为识别图片数据是否为字符图片的分类器；将所述第一结果带入第一分类器中除共享的计算层之外剩余的计算层进行计算，得到对应各字符的第一概率；将所述第一结果带入第二分类器中除共享的计算层之外剩余的计算层进行计算，得到第二概率；根据所述第一概率和第二概率，计算所述图片数据识别为各个字符的置信度；根据置信度，输出字符的识别结果。从而降低了计算时间，提高了字符识别的效率。
一种字符识别方法装置

[发明专利]一种图像文本的识别方法和装置-CN201610179262.8有效
发明人：毛旭东;施兴;褚崴;程孟力;周文猛 -专利权人：阿里巴巴集团控股有限公司
申请日： 2016-03-25 - 公布日： 2021-05-28 - 主分类号： G06K9/40 文献下载
摘要：本申请实施例提供了一种图像文本的识别方法和装置，所述方法包括：获取待识别的图像，所述图像包括多个像素点；根据所述多个像素点，确定所述图像的第一文本区域；按照预设规则，从所述第一文本区域中提取出第二文本区域；对所述第二文本区域进行识别，能够有效地去除待识别的图像中的噪声，大大提高了识别的准确率。
一种图像文本识别方法装置

[发明专利]一种模型数据更新方法、装置及系统-CN201610179781.4有效
发明人：杜玮;王晓光;周文猛;隋宛辰;陈琰;杨强鹏 -专利权人：阿里巴巴集团控股有限公司
申请日： 2016-03-25 - 公布日： 2021-03-16 - 主分类号： G06N3/02 文献下载
摘要：本申请涉及互联网技术领域，尤其涉及一种模型数据更新方法、装置及系统，用以提高模型训练效率。本申请提供的模型数据更新方法包括：主机确定需要在多个从机中更新的模型数据；将确定的模型数据划分为N份，向所述多个从机中的第一从机逐份发送N份模型数据，并在多个从机中传递这N份模型数据。第一从机在接收第M份模型数据时，将已接收的前M‑1份模型数据中还未发送给下一个从机的模型数据发送给下一个从机。采用本申请方案，主机只需向其中一个从机发送模型数据，并且从机在接收模型数据的同时，还可以向其下一个从机发送自己已经接收的模型数据，从而节省了主机带宽资源及系统资源，还节省了模型数据更新时间，提高了模型训练效率。
一种模型数据更新方法装置系统

[发明专利]一种字符识别方法及装置-CN201610425396.3在审
发明人： 周文猛;施兴;褚崴;程孟力;毛旭东 -专利权人：阿里巴巴集团控股有限公司
申请日： 2016-06-15 - 公布日： 2017-12-26 - 主分类号： G06K9/32 文献下载
摘要：本申请提供了一种字符识别方法及装置，所述方法包括获取待识别图像，所述待识别图像中包括多个字符；将所述待识别图像输入到训练好的卷积神经网络模型中，利用所述卷积神经网络模型识别出所述待识别图像中包括的多个字符；其中，所述卷积神经网络模型的训练数据为多个训练样本图像，各个训练样本图像分别包括多个字符，所述训练数据对应的标记数据为所述多个训练样本图像对应包括的多个字符。本申请实施例能够对待识别图像中的多个字符进行整体识别，不需要进行图像分割和语义处理，从而提高了多字符识别的准确率。
一种字符识别方法装置

1
共 12 条