“廖奕超”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6个，建议您升级VIP下载更多相关专利

[实用新型]一种基于ESP8266芯片的Arduino开发板-CN202321570862.9有效
发明人：李海生;张世坤;罗永冠;冯远圣;廖奕超;陆秀萍;蒋金赟;唐华章;张世敏;廖媛婷;蓝昌鹏;梁凤朗;凌兆聪 -专利权人：广西民族师范学院
申请日： 2023-06-20 - 公布日： 2023-10-27 - 主分类号： H05K1/18 文献下载
摘要：一种基于ESP8266芯片的Arduino开发板，其包括底部设置的底板以及底板一侧安装的封板，还包括Arduino接口、XH2.54接口、ESP8266芯片和复位按钮，所述封板的外侧中部安装有若干个Arduino接口，封板外侧的边缘处设置有若干个XH2.54接口4，底板靠近一角位置处设置有外接供电插口，外接供电插口的一侧安装有电源芯片，底板靠近另一角位置处安装有Type‑C接口，底板一侧的中部安装有ESP8266芯片，电源芯片的一侧安装有复位按钮，有益效果：本实用新型使用时，数据串口采用Type‑C接口7，提高了传输速度和耐用性；设计了一个5V‑36V的外接供电插口5，扩展了电源供电范围；采用了兼容Arduino Uno的Arduino接口3设计布局，提供了更多的GPIO接口；可以兼容Arduino Uno的拓展板，提高了扩展性和兼容性。
一种基于 esp8266 芯片 arduino 开发

[发明专利]模型训练方法和模型训练装置-CN202211657688.1在审
发明人：王涛;刘春杰;王曾;戴威;周围;廖媛媛;蔡杨;廖奕超;叶俊彦 -专利权人：美的集团股份有限公司
申请日： 2022-12-22 - 公布日： 2023-09-22 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种模型训练方法和模型训练装置，属于纵向联邦学习领域。所述模型训练方法，应用于纵向联邦学习模型，纵向联邦学习模型包括多个第一子模型和第二子模型，第一子模型的输出端与第二子模型的输入端连接，所述方法包括：对第一中间结果进行随机稀疏化处理，获取样本中间结果；对样本中间结果进行解压处理，获取样本解压结果；基于样本解压结果，确定损失函数对于第二子模型的第三梯度和损失函数对于多个第一子模型中目标第一子模型的第一梯度；基于第一梯度和样本中间结果，训练目标第一子模型；基于第三梯度，训练第二子模型。本申请的模型训练方法，通过在训练过程中采用随机稀疏化算法处理第一中间结果，可以提高训练效果。
模型训练方法装置

[发明专利]数据处理方法和数据处理装置-CN202211657680.5在审
发明人：王涛;刘春杰;王曾;戴威;周围;廖媛媛;蔡杨;廖奕超;叶俊彦 -专利权人：美的集团股份有限公司
申请日： 2022-12-22 - 公布日： 2023-04-25 - 主分类号： G06N20/20 文献下载
摘要：本申请公开了一种数据处理方法和数据处理装置，属于纵向联邦学习领域。所述数据处理方法，包括：获取目标工业特征数据；对目标工业特征数据进行加密处理获取初始中间结果，并对初始中间结果进行稀疏化处理，获取目标中间结果；对目标中间结果进行解压处理，获取解压缩结果；基于解压缩结果，获取目标中间结果对应的目标标签。本申请的数据处理方法，通过在纵向联邦学习过程中，由特征提供方对初始中间结果进行稀疏化处理获取目标中间结果，能够在不影响预测结果准确性的基础上，减少特征提供方与标签提供方之间的数据通讯量，提高数据发送效率，从而显著提高纵向联邦学习过程中的数据处理效率。
数据处理方法装置

[发明专利]数据处理方法和数据处理装置-CN202211657696.6在审
发明人：王涛;刘春杰;王曾;戴威;周围;廖媛媛;蔡杨;廖奕超;叶俊彦 -专利权人：美的集团股份有限公司
申请日： 2022-12-22 - 公布日： 2023-04-21 - 主分类号： G06F21/60 文献下载
摘要：本申请公开了一种数据处理方法和数据处理装置，属于纵向联邦学习领域。所述数据处理方法，包括：获取目标工业特征数据；对目标工业特征数据进行加密处理获取初始中间结果，并对初始中间结果进行稀疏化处理和加密处理，获取目标中间结果；基于目标中间结果，获取目标中间结果对应的目标标签。本申请的数据处理方法，通过对初始中间结果进行稀疏化处理和加密处理获取目标中间结果，并将目标中间结果发送至标签提供方以基于所述目标中间结果预测得到目标标签，在避免中间结果泄露而导致特征提供方的数据隐私泄露的同时，也减少了特征提供方与标签提供方之间的数据通讯量，显著提高纵向联邦学习过程中的数据处理效率以及数据安全性。
数据处理方法装置

[发明专利]数据处理方法和数据处理装置-CN202211657693.2在审
发明人：王涛;刘春杰;王曾;戴威;周围;廖媛媛;蔡杨;廖奕超;叶俊彦 -专利权人：美的集团股份有限公司
申请日： 2022-12-22 - 公布日： 2023-04-18 - 主分类号： G06F21/62 文献下载
摘要：本申请公开了一种数据处理方法和数据处理装置，属于纵向联邦学习领域。所述数据处理方法，包括：获取目标工业特征数据；对目标工业特征数据进行加密处理获取初始中间结果，并将初始中间结果发送至隐私计算系统进行加密处理，获取隐私计算系统输出的目标中间结果；基于目标中间结果，获取目标中间结果对应的目标标签；其中，隐私计算系统包括参与加法分享的第一服务器、第二服务器以及用于辅助计算的辅助计算服务器。本申请的数据处理方法，能够显著降低在纵向联邦学习过程中基于中间结果反推得到目标工业特征数据的风险，从而降低中间结果泄露而导致特征提供方的数据隐私泄露的风险，有效提高纵向联邦学习过程中的数据安全性。
数据处理方法装置

[发明专利]数据加密方法和数据加密装置-CN202211657701.3在审
发明人：王涛;刘春杰;王曾;戴威;周围;廖媛媛;蔡杨;廖奕超;叶俊彦 -专利权人：美的集团股份有限公司
申请日： 2022-12-22 - 公布日： 2023-03-14 - 主分类号： G06F21/60 文献下载
摘要：本申请公开了一种数据加密方法和数据加密装置，属于纵向联邦学习领域。所述数据加密方法，包括：对目标工业特征数据进行加密处理获取初始中间结果；将所述初始中间结果输入至基础算子层，获取所述基础算子层输出的目标加密数据；其中，所述基础算子层包括线性计算层、数据类型转换层和非线性逐元素计算层。本申请的数据加密方法，通过设置线性计算层来进行加减法以及乘法的计算并设置非线性逐元素计算层进行非线性逐元素函数的运算以对初始中间结果进行加密，无需进行多次加解密即能够从多个维度对初始中间结果进行加密，加密效果好且操作简单便捷，易实现，能够显著提高纵向联邦学习过程中特征提供方的数据安全性和隐私性。
数据加密方法装置