Document
拖动滑块完成拼图
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
最新专利技术
  • 本发明提供微纳加工样品跟踪方法及微纳加工设备解锁方法,包括:当待加工样品进入微纳加工平台时,对所述待加工样品赋予样品ID,根据所述样品ID在所述待加工样品的表面添加至少两个样品编码,所述待加工样品表面添加的样品编码都表示为相同的样品ID;获...
  • 本申请实施例提供一种讲解预约服务管理方法、计算设备和存储介质,方法包括:响应于用户操作,用户终端将预约需求信息发送至云平台,其中,预约需求信息包括以下至少一者:目标讲解员、目标时间段、目标语种、目标讲解对象;云平台基于预约需求信息生成并发送...
  • 本发明涉及科研仪器管理技术领域,具体为一种科研仪器智能监管方法及系统,包括以下步骤:提取仪器预约任务信息并构建时间表,采集并分析控制指令异常行为生成风险信息,采集功率趋势数据识别运行状态,采集身份指令及功率信息构建使用记录,分析功率波动与负...
  • 本发明涉及一种基于随机森林算法的浆液渗透时空规律预测方法,包括步骤如下:S1.数据采集与融合,通过多途径采集浆液渗透数据,构建原始数据集,再采用多源数据融合机制;S2.数据预处理,采用K近邻算法(KNN)填充S1原始数据集中缺失值,再划分为...
  • 本发明公开一种基于多智能体协作的机器学习模型质检系统及方法,所述系统包括:意图识别模块对用户输入信息进行意图识别;指标分析模块当意图识别结果为模型质检时,调用模型分析智能体生成模型指标分析结果;多维度质检模块调用分析计划智能体动态生成模型分...
  • 本发明属于区块链以及联邦学习技术领域,具体公开了一种基于可信执行环境与区块链的动态激励联邦学习方法。本发明方法首先利用TEE构建核心计算安全区,将模型聚合、客户端筛选与贡献度量等关键环节置于硬件隔离的可信环境中执行。然后采用区块链以及智能合...
  • 本发明公开了一种基于机器学习和能量守恒约束的森林火场温度降尺度方法及系统,包括如下步骤:步骤一、数据准备与预处理;步骤二、基于机器学习算法的温度降尺度;步骤三、基于能量守恒约束的温度降尺度结果修正。本发明首先利用XGBoost机器学习模型得...
  • 本申请涉及模型后训练技术领域,公开了一种模型可逆偏好优化训练方法、装置、设备、存储介质及产品,包括:根据预设训练集构建可逆训练任务对模板,可逆训练任务对模板包括原任务模板和逆任务模板;基于原任务模板将预设训练集中的原任务输入到待训练模型中,...
  • 本发明属于人工智能与数据安全技术领域,涉及一种基于信誉模型与轻量化掩码重建的安全聚合方法及系统,所述方法包括以下步骤:1)各客户端在本地进行本地模型训练并在完成本地模型训练后,使用轻量化掩码机制对模型参数进行扰动加密,并将加密后的模型参数上...
  • 本申请提供了一种多模态数据处理的安全联邦学习方法,涉及联邦学习技术领域,包括:在边缘节点和服务器之间建立通信连接,边缘节点部署有本地神经网络模型,服务器用于聚合各边缘节点的特征信息;边缘节点在本地训练后,提取样本的特征图并计算特征分布,将包...
  • 本申请提供了一种基于多模结构检测的安全联邦学习方法,涉及联邦学习技术领域,包括:首先服务器通过可信数据集生成参考特征图,并计算边缘节点上传的特征图与之的距离以获得忠诚度得分,根据得分进行加权聚合得到全局特征图。接着,基于高忠诚度节点间同一类...
  • 本发明公开了一种基于动态评价指标的强化学习模型训练方法和装置。该方法包括:基于评分结果从预先确定原始训练数据中筛选目标训练数据;其中,评分结果是对原始训练数据的预测难度进行量化评分后形成的结论;依据强化学习模型对目标训练数据进行预测,输出预...
  • 本发明提供了一种基于历史行程数据驱动的离线强化学习生态驾驶策略,其摒弃了传统在线强化学习对低效交互探索的依赖,转而直接从海量真实历史行程数据中进行高效离线学习。利用这种范式训练得到的策略,相比于依赖简化仿真的传统方法,其训练数据来自现实世界...
  • 一种具有可验证及可抵御大量虚假客户端中毒攻击的安全联邦学习方法,属于联邦学习与隐私保护的技术领域。首先,基于欧式距离的自适应聚类算法通过为本地模型更新选取聚类点并对本地模型更新进行聚类,再分析不同类别之间本地模型更新的差异性,筛选出虚假的本...
  • 本发明属于人工智能以及区块链技术领域,涉及一种面向低轨卫星星座的模型协同可信训练系统及方法。所述系统,包括:主链和若干分片,主链用于进行任务发布及模型互学习,分片用于进行模型分布式训练;所述方法包括:根据低轨卫星星座的轨道平面分布特性对星座...
  • 本发明涉及人工智能领域,尤其涉及一种汽车领域多模态大模型的训练方法及系统,该方法通过获取并初始化图像、音频和文本数据,生成标签信息;接着,对数据进行预处理和特征提取,将特征向量划分为语言和非语言两类;然后,将非语言特征向量映射至语言特征空间...
  • 本申请实施例提供了一种图联邦学习方法、装置、计算机设备及可读存储介质。方法包括:接收客户端发送的本地模型参数和节点间注意力系数集合,并根据本地模型参数之间的模型参数均值构建预设全局模型;针对节点间注意力系数集合,按照注意力系数从大到小顺序选...
  • 本申请公开了资源推荐方法、装置、电子设备及存储介质,涉及计算机领域,尤其涉及深度学习等人工智能领域。具体实现方案为:获取目标对象对应的资源标识序列;其中,资源标识序列是目标对象的兴趣度大于预设阈值的资源的标识序列;根据资源标识序列,采用生成...
  • 本申请公开了一种用于机器学习数据集的偏见检测及可视化分析方法、系统和计算机程序产品,包括:接收机器学习数据集,其中,所述机器学习数据集包含多个训练样本;提取所述机器学习数据集中的至少一个属性;对所述机器学习数据集的至少一个属性中的每个特定属...
  • 本申请公开了一种基于联邦学习的数据处理方法、装置、设备及存储介质。包括:多个系统分别获取各自的用户数据,采用加密的用户样本对齐方法,确认多方的共有用户;多个系统分别提取所述共有用户的特征数据;多个系统基于所述共有用户的特征数据,采用联邦学习...
技术分类