“蓝利君”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23个，建议您升级VIP下载更多相关专利

[发明专利]特征信息获取方法、装置、设备及存储介质-CN202010092424.0有效
发明人： 蓝利君;李超;王翔 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-02-14 - 公布日： 2023-10-24 - 主分类号： G06F18/25 文献下载
摘要：本申请实施例公开了一种特征信息获取方法、装置、设备及存储介质，属于计算机技术领域。该方法包括：获取异构图，根据异构图，获取至少两个同构图，获取至少两个同构图的特征信息，对至少两个同构图的特征信息进行融合，得到融合特征信息，从融合特征信息中，获取目标对象节点的特征信息。该方法根据异构图，获取目标对象节点的特征信息，不仅考虑了目标对象节点的数据，还考虑了异构图中其他对象节点的数据，可以获取目标对象节点更多的特征信息，提高了信息的全面性，进而提高了获取的特征信息的准确率。
特征信息获取方法装置设备存储介质

[发明专利]金融风险识别模型的训练方法、装置、计算机设备及介质-CN202010704499.X有效
发明人：孙艺芙;蓝利君;赵雪尧;李超 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-07-21 - 公布日： 2023-10-13 - 主分类号： G06Q10/0635 文献下载
摘要：本申请公开了一种金融风险识别模型的训练方法、装置、计算机设备及介质，该训练方法获取目标域金融项目带有第一信用风险标签的第一用户数据输入元学习器进行训练，得到对应目标域金融项目的分类器进行风险识别。本申请通过使用元学习的方式训练对应目标域金融项目的分类器，能够有效迁移源域任务中的先验知识，使得模型训练所需的带标签样本数据量小，提高了识别模型的泛化性能，且模型的训练过程更加快速高效。另外，本申请在元学习器的训练过程中，对各个任务集的类别之间的源域相关性进行了学习，能够使得迁移学习时有效地从和本次目标域任务更接近的任务中迁移先验知识，可提高模型识别的准确性。本申请可广泛应用于机器学习技术领域。
金融风险识别模型训练方法装置计算机设备介质

[发明专利]基于机器学习模型的图片分类方法、装置及设备-CN201911213128.5有效
发明人：杨元弢;蓝利君;李超 -专利权人：腾讯云计算（北京）有限责任公司
申请日： 2019-12-02 - 公布日： 2023-09-29 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种基于机器学习模型的图片分类方法、装置及设备，涉及人工智能技术领域。所述方法包括：确定当前任务与历史任务之间的相关性；根据相关性对历史任务的样本数据进行抽样，获得元样本数据；采用元样本数据对初始的机器学习模型进行在线元学习训练，得到训练后的机器学习模型；采用当前任务的样本数据对训练后的机器学习模型的参数进行调整，得到适用于当前任务的机器学习模型。本申请一方面实现了对当前任务的训练样本的数据增扩；另一方面由于在从历史任务中抽取样本数据时，充分考虑了当前任务与历史任务之间的相关性，使得该在线元学习的过程对于当前任务更加鲁棒，从而提升模型在当前任务上的预测精度。
基于机器学习模型图片分类方法装置设备

[发明专利]关联账户样本筛选方法、装置和设备及计算机存储介质-CN202110345370.9有效
发明人：赵雪尧;蓝利君;任大任;何中兴;李超 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-31 - 公布日： 2023-07-18 - 主分类号： G06Q20/40 文献下载
摘要：本申请公开了一种关联账户样本筛选方法、装置和设备及计算机存储介质，涉及金融风控技术领域，用于提升目标业务场景的近似账户样本筛选的精准性。该方法包括：获取目标业务场景对应的真实账户样本集合，以及获取多个候选账户样本集合；采用已训练的相似度预测模型，分别确定所述真实账户样本集合以及每个所述候选账户样本集合的样本分布的分布期望值，以及基于获得的各个分布期望值，分别确定所述真实账户样本集合与每个所述候选账户样本集合之间的相似度；将相似度满足设定条件的至少一个候选账户样本集合对应的各个候选账户样本，确定为所述目标业务场景的关联账户样本。
关联账户样本筛选方法装置设备计算机存储介质

[发明专利]风险识别方法、装置、计算机可读存储介质及电子设备-CN202111021053.8在审
发明人：汤胜龙;蓝利君;李超;赵雪尧 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-09-01 - 公布日： 2023-03-07 - 主分类号： G06Q40/03 文献下载
摘要：本申请公开了一种风险识别方法、装置、计算机可读存储介质及电子设备，涉及人工智能技术领域，该方法包括：获取目标对象对应的风险描述信息；对所述风险描述信息进行特征提取处理，得到所述目标对象对应的风险识别特征；将所述风险识别特征通过高斯分布抽样进行解耦处理，生成相互独立的解耦特征；对所述解耦特征进行随机性转移处理，以将具有随机性的所述解耦特征转换为确定性解耦特征；基于所述确定性解耦特征进行风险识别，得到所述目标对象的风险识别结果，风险识别结果例如借贷领域中欺诈风险的识别结果或者地图车辆网领域中的驾驶风险的识别结果等。本申请兼顾提升风险识别的准确性及稳定性。
风险识别方法装置计算机可读存储介质电子设备

[发明专利]对象识别模型生成方法、装置、电子设备和存储介质-CN202210781646.2在审
发明人：汤胜龙;蓝利君;李岳宸 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-07-04 - 公布日： 2022-10-18 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种对象识别模型生成方法、装置、电子设备和存储介质，该方法包括：确定目标任务样本与多个关联任务样本之间的样本关联信息。基于多个关联任务样本各自对应的导师模型，对目标任务样本中的样本对象进行对象识别，得到与多个导师模型各自对应的识别标签。基于样本关联信息和识别标签，确定目标任务样本对应的训练标签。基于目标任务样本以及训练标签，对待训练模型进行模型训练，得到对象识别模型。该方法可以在模型训练中融合不同任务场景的导师模型的预测能力，提高了对象识别模型的通用性，且模型训练时不需要目标任务样本中包括标注信息，从而可以保证在缺少标注信息的情况下模型训练的有效性。
对象识别模型生成方法装置电子设备存储介质

[发明专利]资源使用异常的账户群组识别方法、装置及设备-CN202110345222.7在审
发明人：范梦迪;汤胜龙;靳胜鹏;张观侣;蓝利君;李超;王翔 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-31 - 公布日： 2022-10-04 - 主分类号： G06Q20/40 文献下载
摘要：本申请涉及计算机技术领域，特别涉及电子金融技术领域，提供了一种资源使用异常的账户群组识别方法、装置及设备，以解决无法识别资源使用异常的账户群组的问题，该方法包括：获得各个账户各自对应的历史资源使用数据集合，基于各个历史资源使用数据集合，生成账户关联信息；基于账户关联信息，识别出至少一个候选账户群组；基于至少一个候选账户群组包含的各个账户各自对应的账户属性特征集合，结合预设的筛选规则，从至少一个候选账户群组中，筛选出目标账户群组；其中，每个账户属性特征集合包含一个账户的自身属性特征，以及该账户在交互过程中的交互属性特征，每个目标账户群组中包含至少一个行为异常的账户，提高了识别准确率。
资源使用异常账户识别方法装置设备

[发明专利]内容推荐方法、装置、设备及介质-CN202110346974.5在审
发明人：李超;周义朋;郭清宇;吴迪;蓝利君;刘俊材;王会 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-31 - 公布日： 2022-10-04 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了一种内容推荐方法、装置、设备及介质，涉及互联网领域。该方法包括：获取第一账号集合对应的第一样本数据，第一样本数据用于表示第一账号对待推荐的候选内容的兴趣度情况；对第一样本数据进行聚类处理，得到第一关系矩阵，第一关系矩阵用于表示候选内容的聚类情况；获取第二账号集合对应的第二样本数据，第二样本数据中包括所述第二账号与候选内容之间的已知兴趣度情况；对第二样本数据对应的第二样本矩阵进行矩阵分解处理，得到与第一关系矩阵对应的第二关系矩阵，第二关系矩阵用于表示第二账号与聚类类别之间的兴趣度情况；从第一关系矩阵和第二关系矩阵确定的第三关系矩阵中，确定向第二账号推荐候选内容。其保证了数据的安全。
内容推荐方法装置设备介质

[发明专利]模型训练方法、数据处理方法、设备及计算机介质-CN202210753985.X在审
发明人：欧阳天雄;蓝利君;汤胜龙;郭清宇;刘晨征 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-06-28 - 公布日： 2022-09-23 - 主分类号： G06Q40/08 文献下载
摘要：本申请公开一种模型训练方法、数据处理方法、设备及计算机介质，可应用于金融风控、人工智能等各种场景。模型训练方法包括：获取第一样本集合；获取辅助模型、多个参考模型，以及多个无标记样本特征信息；基于第一样本集合、辅助模型，以及多个参考模型对初始元教师模型进行训练，得到目标元教师模型；利用多个无标记样本特征信息、多个参考模型，以及目标元教师模型确定多个无标记样本特征信息对应的多个样本评价指数标记；根据多个无标记样本特征信息、多个样本评价指数标记，对初始学生模型进行训练，得到对应的目标学生模型。本申请提供的模型训练方法训练出的目标学生模型，可融合多个参考模型的风控能力，提高了风控的准确度。
模型训练方法数据处理设备计算机介质

[发明专利]资源数据处理方法、装置、计算机设备和存储介质-CN202011024182.8有效
发明人：靳胜鹏;赵雪尧;蓝利君;卢笑;孙艺芙;李超 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-09-25 - 公布日： 2022-07-08 - 主分类号： G06F21/62 文献下载
摘要：本申请涉及一种资源数据处理方法、装置、计算机设备和存储介质。该方法包括：将待处理资源数据输入更新资源可信度预测模型中，得到当前资源可信度；从更新资源可信度区间确定当前资源可信度对应的目标资源可信度区间；根据更新资源可信度区间与转换资源可信度的映射关系查找目标资源可信度区间对应的目标转换资源可信度；转换资源可信度是根据与更新资源可信度区间关联的原始资源可信度区间的区间值确定的，更新资源可信度区间的区间划分是根据原始资源可信度的统计分布和更新资源可信度确定的；基于目标转换资源可信度与预设转换资源可信度阈值确定待处理资源数据对应的资源数据处理结果。采用本方法能够避免隐私数据泄露，保证数据安全。
资源数据处理方法装置计算机设备存储介质

[发明专利]基于联邦学习的数据处理方法、装置和计算机设备-CN202210181539.6在审
发明人：郭清宇;蓝利君;李超;周义朋 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-02-25 - 公布日： 2022-06-03 - 主分类号： G06N20/20 文献下载
摘要：本申请涉及一种基于联邦学习的数据处理方法、装置、计算机设备、存储介质和计算机程序产品。该方法可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，如应用于联邦学习架构中的各参数服务器，包括：接收对应的参与方群簇中的参与方利用本地数据训练得到的梯度数据；对参与方群簇的梯度数据进行汇总，得到梯度汇总数据；获取参数服务器拓扑结构；基于参数服务器拓扑结构，与邻接的参数服务器交换梯度汇总数据；根据交换获得的全部参数服务器的梯度汇总数据，更新联合模型的参数。该方法提高了系统稳定性，且由于参数服务器拓扑结构是基于参数服务器间的响应时间构建的，不是固定不变的，为提高参数服务器间的数据交换效率提供了基础。
基于联邦学习数据处理方法装置计算机设备

[发明专利]一种数据处理方法、设备以及可读存储介质-CN202110275967.0在审
发明人：孙艺芙;蓝利君;李超;王翔 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-15 - 公布日： 2021-06-22 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种数据处理方法、设备及可读存储介质，方法包括：获取属于目标场景类型的对象样本数据与属于关联场景类型的关联标签样本数据；根据对象标签样本数据与关联标签样本数据，对初始类别预测模型进行训练，得到类别预测模型，通过类别预测模型确定无标签样本数据的预测异常类别，作为虚拟异常类别标签；将对象样本数据与关联标签样本数据均确定为目标样本数据，根据每两个目标样本数据之间的相似度、对象标签样本数据对应的真实异常类别标签以及关联标签样本数据对应的真实异常类别标签，对虚拟异常类别标签进行优化调整。采用本申请，可以在目标域的有标记样本数据过少的情况下，提高用于识别目标域的模型的识别准确率。
一种数据处理方法设备以及可读存储介质

[发明专利]一种基于联邦学习的模型训练方法、装置及存储介质-CN202110331713.6有效
发明人：李超;蓝利君;王翔;周义朋;吴迪;胡淼 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-29 - 公布日： 2021-06-01 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种基于联邦学习的模型训练方法，该方法应用于机器学习领域，本申请包括根据每个参与方节点的响应时间，对K个参与方节点进行聚类簇的划分处理，得到N个聚类簇；从N个聚类簇中选择目标聚类簇；从目标聚类簇中选择Ω个参与方节点；向Ω个参与方节点发送梯度更新请求，以使Ω个参与方节点根据梯度更新请求，对本地模型的第一本地模型梯度进行更新，以得到第二本地模型梯度；当接收到T个参与方节点发送的第二本地模型梯度时，根据T个第二本地模型梯度对联合模型进行模型训练。本申请实施例提供了装置及存储介质。本申请不仅可以降低服务器的总等待时间，而且可提升模型训练效果。
一种基于联邦学习模型训练方法装置存储介质

[发明专利]分布式系统中的数据传输方法、装置、设备及存储介质-CN202011074643.2在审
发明人：李超;周义朋;崔来中;苏晓鑫;蓝利君;范梦迪;王翔 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-10-09 - 公布日： 2021-01-15 - 主分类号： H04L29/08 文献下载
摘要：本申请是关于一种分布式系统中的数据传输方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：在边缘节点设备中对梯度训练模型进行训练，获得原始梯度；对该原始梯度中的各个梯度数据进行聚类，获得至少两个梯度数据簇；以至少两个梯度数据簇的质心值为目标，对至少两个梯度数据簇中的梯度数据进行更新，生成该原始梯度的压缩梯度；该压缩梯度中包含分簇信息以及该至少两个梯度数据簇的质心值；该分簇信息用于指示该各个梯度数据所属的梯度数据簇；将该压缩梯度发送给该中心节点设备。在基于云服务器的分布式数据处理场景中，上述方案能够在保证模型训练的准确性的同时，降低云服务器的带宽资源的消耗，提高通信传输效率。
分布式系统中的数据传输方法装置设备存储介质

[发明专利]推荐系统托攻击检测方法、装置、设备及存储介质-CN202011158085.8在审
发明人：李超;姜洋帆;吴迪;周义朋;蓝利君;范梦迪;王翔 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-10-26 - 公布日： 2021-01-15 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了推荐系统托攻击检测方法、装置、设备及存储介质。方法包括：获取联邦推荐系统中的梯度信息，梯度信息用于指示对候选项目的项目特征信息进行更新的更新向量；获取梯度信息对应的托攻击检测特征；调用目标检测分类模型对梯度信息对应的托攻击检测特征进行检测分类处理，得到梯度信息对应的检测分类结果；基于梯度信息对应的检测分类结果，确定梯度信息对应的托攻击检测结果。基于此种过程，实现了对联邦推荐系统中的梯度信息的托攻击检测，能够使联邦推荐系统抵御恶意用户的托攻击，从而提高联邦推荐系统的安全性。
推荐系统攻击检测方法装置设备存储介质

1
2
下一页»
尾页
共 23 条