“漆远”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22个，建议您升级VIP下载更多相关专利

[发明专利]实现隐私保护的多方协同更新模型的方法、装置及系统-CN202110320900.4有效
发明人：吕灵娟;王维强;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-03-25 - 公布日： 2023-10-27 - 主分类号： G06F21/62 文献下载
摘要：本说明书实施例提供一种实现隐私保护的多方协同更新模型的方法、装置及系统，服务器可以向每个参与方i下发第t轮公共样本的聚合结果。每个参与方i根据第t轮公共样本和聚合结果，对本地的第i模型进行第一更新。每个参与方i基于本地样本集中固定的第一私有样本及其样本标签，对第一更新后的第i模型进行第二更新。每个参与方i将用于下一轮迭代的第t+1轮公共样本，输入第二更新后的第i模型，并将输出的第二预测结果发送给服务器，以供服务器聚合对应于n个参与方的n份第二预测结果，并在下一轮迭代开始之后使用。在多轮迭代结束之后，每个参与方i可以将其第二更新后的第i模型，作为其与其它参与方协同更新的模型。
实现隐私保护多方协同更新模型方法装置系统

[发明专利]针对聚类模型的数据预处理方法及装置-CN202011409579.9有效
发明人：熊涛;赵文龙;吴若凡;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-12-06 - 公布日： 2023-06-20 - 主分类号： G06F18/10 文献下载
摘要：本说明书实施例提供一种针对聚类模型的数据预处理以及利用属性图进行业务实体聚类的方法，基于信息论，提供了一种通过表征向量对属性图进行表征，并利用表征向量与聚类类别的原型向量之间转移的信息损失来训练聚类模型。并且，这种信息损失通过表征向量与基于原型向量确定的映射向量之间的相似性来衡量。进一步地，在确定互信息的过程中，利用经验概率分布代替总体分布的期望，提供一种可以利用经验逼近互信息的方式。该方式得以有效利用信息论，从而提供更有效的利用属性图的业务实体聚类方法。
针对模型数据预处理方法装置

[发明专利]图谱表征系统的训练方法及装置-CN202011409591.X有效
发明人：熊涛;马博群;刘杰;石磊磊;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-12-06 - 公布日： 2023-06-06 - 主分类号： G06F16/36 文献下载
摘要：本说明书实施例提供一种图谱表征系统的训练方法，该图谱表征系统包括图神经网络、多个节点级学习向量、多个中间级学习向量和多个图谱级学习向量。该方法包括：先获取第一训练样本，其中包含对应的两个关系图谱和相似度标签值，任一的第一关系图谱包括多个对象节点；接着，利用图神经网络对第一关系图谱进行图嵌入处理，得到多个对象节点嵌入向量；然后，基于该多个对象节点嵌入向量，依次利用节点相似记忆组件、节点‑图谱相似记忆组件和图谱相似记忆组件，提取不同尺度的信息，从而得到第一关系图谱的绝对化的图谱表征向量；再接着，计算对应两个关系图谱的两个图谱表征向量之间的相似度预测值，并结合相似度标签值，训练上述图谱表征系统。
图谱表征系统训练方法装置

[发明专利]处理交互事件的方法及装置-CN202011409575.0有效
发明人：田胜;熊涛;石磊磊;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-12-06 - 公布日： 2023-05-23 - 主分类号： G06F16/9536 文献下载
摘要：本说明书实施例提供一种处理交互事件的方法及装置，在处理方法中，获取新增交互事件。在已有动态交互图中，确定出新增交互事件对应的两个目标节点，并建立新增连接边。至少对两个目标节点的节点信息进行融合，得到事件交互信息。根据两个目标节点各自所在最近历史交互事件与新增交互事件的交互时间差，以及事件交互信息，分别更新两个目标节点各自的隐含向量。确定各阶邻居节点。针对各阶邻居节点中任意的第一邻居节点，基于其所在最近历史交互事件与新增交互事件的交互时间差、第一邻居节点与对应目标节点的第一距离，以及两个目标节点各自的更新的隐含向量，确定对应于第一邻居节点的传播信息。根据传播信息，更新第一邻居节点的隐含向量。
处理交互事件方法装置

[发明专利]资源转移预测模型的训练方法、装置及计算设备-CN201911229080.7有效
发明人：林勇;李莹;钱晓军;宋乐;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-12-04 - 公布日： 2023-03-24 - 主分类号： G06Q10/04 文献下载
摘要：本说明书一个或多个实施例提供了一种资源转移预测模型的训练方法、装置及计算设备。在一个实施例中，该方法包括：获取多个历史行为数据集合中的多个用户的历史行为特征数据和资源转移数据；将每一个历史行为数据集合对应的历史行为特征数据输入模型，得到每一个历史行为数据集合对应的预测值；聚合每一个历史行为数据集合对应的预测值和资源转移数据，得到每一个历史行为数据集合对应的损失函数；在每一个历史行为数据集合对应的损失函数不满足预设条件的情况下，根据每一个历史行为数据集合对应的损失函数调整模型中的参数；继续迭代，直至损失函数满足预设条件，将参数调整后的模型作为训练后的资源转移预测模型。
资源转移预测模型训练方法装置计算设备

[发明专利]图神经网络的训练方法及装置-CN202011409587.3有效
发明人：熊涛;朱亮;吴若凡;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-12-06 - 公布日： 2023-03-10 - 主分类号： G06N3/084 文献下载
摘要：本说明书实施例提供一种图神经网络的训练方法，包括：获取原始关系网络图，其中包括对应多个业务对象的多个对象节点，以及对象节点之间存在关联关系而形成的原始连接边；在该原始关系网络图中添加若干记忆节点，并在每个记忆节点和每个对象节点之间建立新增连接边，得到扩张关系网络图，用于对图神经网络进行多轮迭代更新，其中任一轮包括：利用图神经网络对扩张关系网络图进行图嵌入处理，在多个图神经网络隐层中的任一隐层，对上一隐层针对第一对象节点、其若干邻居对象节点和若干记忆节点输出的隐向量进行聚合，得到本隐层输出的第一对象隐向量；根据最后一个隐层输出的第一对象隐向量以及第一对象节点的业务标签，对图神经网络进行本轮更新。
神经网络训练方法装置

[发明专利]基于差分隐私的联邦学习方法、装置及电子设备-CN202210636831.2在审
发明人：熊涛;吴若凡;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-12-06 - 公布日： 2022-09-20 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例提供一种基于差分隐私的联邦学习方法及装置、电子设备，该方法应用于任一终端设备，包括多次迭代，每次迭代包括：基于训练数据和当前本地参数，确定待处理的第一梯度向量，对第一梯度向量进行多级量化处理，得到第二梯度向量，在第二梯度向量的向量空间中，基于第二梯度向量，生成第一向量集合和第二向量集合，进行满足差分隐私的采样，以从第一向量集合或第二向量集合中随机采样出第三梯度向量。对第三梯度向量进行归一化，得到目标梯度向量，并向服务器上传目标梯度向量。能够提高联邦学习过程中的通讯效率，从而提高了联邦学习的效率。
基于隐私联邦学习方法装置电子设备

[发明专利]行为预测模型的训练方法及装置-CN202011626281.3有效
发明人：庄晨熠;张志强;刘子奇;周俊;谭译泽;魏建平;刘致宁;吴郑伟;顾进杰;漆远;张冠男 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-08-14 - 公布日： 2022-07-19 - 主分类号： G06Q30/02 文献下载
摘要：本说明书实施例提供一种行为预测模型的训练方法，包括：针对目标对象，获取基于多个种子用户形成的多个正样本，其中任意的第一正样本包括，与第一种子用户对应的第一用户特征和正例标签，此标签指示对应用户是被确定为对目标对象做出特定行为的用户；基于多个种子用户各自的用户特征，采用无监督的离群点检测算法，确定第一种子用户的离群分数，作为针对行为预测任务的第一训练权重；利用包括上述多个正样本以及预先获取的多个负样本，对第一行为预测模型进行第一训练，具体包括：将第一用户特征输入第一行为预测模型中，结合得到的行为预测结果和上述正例标签，确定行为预测损失，并利用第一训练权重对其进行加权处理，以训练第一行为预测模型。
行为预测模型训练方法装置

[发明专利]基于差分隐私的联邦学习方法、装置及电子设备-CN202011409580.1有效
发明人：熊涛;吴若凡;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-12-06 - 公布日： 2022-05-17 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例提供一种基于差分隐私的联邦学习方法及装置、电子设备，该方法应用于任一终端设备，包括多次迭代，每次迭代包括：基于训练数据和当前本地参数，确定待处理的第一梯度向量，该第一梯度向量的欧式范数小于等于预设范数，对第一梯度向量进行多级量化处理，得到第二梯度向量，在第二梯度向量的向量空间中，基于第二梯度向量，生成第一向量集合和第二向量集合，进行满足差分隐私的采样，以从第一向量集合或第二向量集合中随机采样出第三梯度向量。对第三梯度向量进行归一化，得到目标梯度向量，并向服务器上传目标梯度向量。能够提高联邦学习过程中的通讯效率，从而提高了联邦学习的效率。
基于隐私联邦学习方法装置电子设备

[发明专利]一种利用训练数据训练模型的方法和训练系统-CN201610105840.3有效
发明人：代斌;李屾;姜晓燕;杨旭;漆远;褚崴;王少萌;付子豪 -专利权人：阿里巴巴集团控股有限公司
申请日： 2016-02-25 - 公布日： 2021-06-29 - 主分类号： G06N20/00 文献下载
摘要：本申请公开一种利用训练数据训练模型的方法和系统，所述训练数据包括多个样本，每一个样本包括N个特征，所述多个样本中对应的特征构成N个特征列，所述训练方法包括：计算每一个特征列的重要程度值；判断每一个特征列的重要程度值是否小于对应的阈值；当判断出所述N个特征列中的M个特征列的重要程度值小于对应的阈值时，将所述M个特征列进行降维处理，生成P个特征列，其中M＜N，且P＜M；将重要程度值大于或等于对应的阈值的(N‑M)个特征列和降维处理后生成的P个特征列合并；以及将合并后的所述多个样本输入机器学习算法模型，训练所述机器学习算法模型。本申请实施例能够对重要特征和辅助特征进行区别处理，达到训练特征参数可控，并提高模型训练的准确性的目的。
一种利用训练数据模型方法系统

[发明专利]行为预测模型的训练方法及装置-CN202010819192.4有效
发明人：庄晨熠;张志强;刘子奇;周俊;谭译泽;魏建平;刘致宁;吴郑伟;顾进杰;漆远;张冠男 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-08-14 - 公布日： 2020-11-13 - 主分类号： G06Q30/02 文献下载
摘要：本说明书实施例提供一种行为预测模型的训练方法，包括：先确定针对目标对象的多个样本用户，其中任一的第一样本用户对应第一样本硬标签，指示是否对该目标对象做出特定行为；再基于利用训练后的图神经网络对用户‑对象二部图进行图嵌入处理而确定的嵌入向量集，确定对应于第一样本用户的样本用户特征向量以及对应于目标对象的目标对象特征向量，进而确定第一样本用户对目标对象做出特定行为的特定行为概率，作为第一样本软标签，并且，将该样本用户特征向量输入第一行为预测模型中，得到行为预测结果；利用基于该预测结果和第一样本硬标签确定的第一损失项，以及基于该预测结果和第一样本软标签确定的第二损失项，训练该第一行为预测模型。
行为预测模型训练方法装置

[发明专利]更新业务预测模型的方法及装置-CN202010819237.8有效
发明人：王世军;朱宝成;李晨;吴明哲;詹姆士·张;褚崴;漆远 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-08-14 - 公布日： 2020-11-03 - 主分类号： H04L12/24 文献下载
摘要：本说明书实施例提供一种更新业务预测模型的方法和装置，其中业务预测模型包括通过强化学习实现的智能体。方法包括：获取业务请求，根据业务请求确定环境的状态特征；将状态特征输入智能体，智能体根据第一策略参数下的策略函数，确定对应的业务响应作为当前动作。然后，向环境输出业务响应，基于环境反馈确定当前奖励。接着，根据状态特征，当前动作和当前奖励，以损失函数最小化为目标，确定更新后的第二策略参数，其中损失函数与第一目标项负相关，所述第一目标项包括，采用高斯混合模型GMM，将第二策略参数下的策略函数表示为K个高斯分布的组合的第一表达式；于是，可以用第二策略参数下的策略函数，更新智能体。
更新业务预测模型方法装置

[发明专利]一种用户信用模型建立方法及装置-CN201610154184.6有效
发明人：杜玮;王晓光;施兴;张柯;余舟华;杨强鹏;李文鹏;陈琰;漆远 -专利权人：阿里巴巴集团控股有限公司
申请日： 2016-03-17 - 公布日： 2020-09-01 - 主分类号： G06Q30/06 文献下载
摘要：本申请涉及互联网技术领域，尤其涉及一种用户信用模型建立方法及装置，用以解决现有技术中使用统一的信用模型计算出来的用户信用分值准确度较低的问题。本申请实施例提供一种用户信用模型建立方法，包括：从用户数据库中，选取至少一个用户作为一个簇中的核心对象；针对簇中的每个核心对象，根据该核心对象和所述用户数据库中除簇中的核心对象外的其它各个用户分别在多种特征参数下的特征值，确定所述其它各个用户分别与该核心对象之间的相似度，并根据所述其它各个用户分别与该核心对象之间的相似度，确定划分到所述簇中的其它用户；采用所述簇对应的建模方式，建立针对所述簇中各个用户的用户信用模型。
一种用户信用模型建立方法装置

[发明专利]处理交互序列数据的方法及装置-CN201910754691.7有效
发明人：常晓夫;文剑烽;刘旭钦;宋乐;漆远 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-08-15 - 公布日： 2020-08-28 - 主分类号： G06N3/04 文献下载
摘要：本说明书实施例提供一种处理交互序列数据的方法和装置。在该方法中，首先获取根据动态交互序列构建的动态交互图，其中动态交互序列包括按照时间顺序排列的多个交互事件，动态交互图包括代表各个交互事件中各个交互对象的节点，任意节点i通过连接边指向该节点i所代表的对象参与的上一交互事件对应的两个节点。然后，在动态交互图中，确定与目标节点对应的目标子图，该目标子图包括从目标节点出发，经由连接边到达的预定范围内的节点；于是，基于该目标子图中包含的各个节点的节点特征，以及节点之间的连接边的指向关系，可以确定目标节点对应的特征向量。
处理交互序列数据方法装置

[发明专利]一种数据存储及调用方法及装置-CN201710443328.4有效
发明人：姚开盛;漆远;徐鹏;常晓夫 -专利权人：阿里巴巴集团控股有限公司
申请日： 2017-06-13 - 公布日： 2020-08-07 - 主分类号： G06F16/29 文献下载
摘要：本申请公开了一种数据存储及调用方法及装置，首先，服务器可接收第一动作数据以及业务数据，建立第一动作数据、业务数据以及地理位置信息之间的关联关系并存储。之后，在进行数据调用时，可接收第二动作数据。最后，确定与第二动作数据匹配的第一动作数据，并向第二动作数据的发送方返回匹配的第一动作数据关联的业务数据。可见，通过本申请提供的方法，第二动作数据的发送方只需发送与第一动作数据匹配的第二动作数据，就可以获取与第一动作数据关联的业务数据。使得用户获取数据的方式更加丰富，通过新颖的方式激励用户获取数据，简化数据获取流程，提高用户使用意愿，提高获取数据的效率。
一种数据存储调用方法装置

1
2
下一页»
尾页
共 22 条