Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国家电网有限公司大数据中心江伊雯获国家专利权

国家电网有限公司大数据中心江伊雯获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国家电网有限公司大数据中心申请的专利一种数据处理方法、装置、设备和介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114780997B

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210462556.7,技术领域涉及:G06F21/62;该发明授权一种数据处理方法、装置、设备和介质是由江伊雯;刘圣龙;张舸;赵涛;吕艳丽;周鑫;夏雨潇;王衡;王迪设计研发完成,并于2022-04-28向国家知识产权局提交的专利申请。

一种数据处理方法、装置、设备和介质在说明书摘要公布了:本发明公开了一种数据处理方法、装置、设备和介质。该方法包括:响应于数据处理请求指令,确定目标数据所在的数据片段;对目标数据所在的数据片段执行删除操作,并查找目标数据所在的数据片段之前的最后一个数据片段;从最后一个数据片段开始对预先创建的目标训练模型进行重训练,以得到新的目标训练模型,其中,预先创建的目标训练模型为按照遗忘概率所划分得到的低遗忘概率数据片段和高遗忘概率数据片段对原始训练模型进行训练得到的模型。本实施例解决了现有技术中SISA模型无法充分利用遗忘概率信息的问题,提高聚合之后目标训练模型的预测准确率,加快了模型进行重训练的速度,以及提高了模型的可用性。

本发明授权一种数据处理方法、装置、设备和介质在权利要求书中公布了:1.一种数据处理方法,其特征在于,包括: 对原始数据集进行划分,得到对应的低遗忘概率数据片段和高遗忘概率数据片段;其中,所述原始数据集包括:Purchase数据集、SVHN数据集和CIFAR-100数据集;所述高遗忘概率数据片段是对高遗忘概率数据集进行等片划分得到,所述低遗忘概率数据片段是对低遗忘概率数据集进行等片划分得到; 依次采用所述低遗忘概率数据片段和所述高遗忘概率数据片段对原始训练模型进行训练,得到对应的中间隔离训练模型;其中,所述中间隔离训练模型的总数量与所述低遗忘概率数据片段以及所述高遗忘概率数据片段的数量是等同的,并且,所述中间隔离训练模型、所述低遗忘概率数据片段以及所述高遗忘概率数据片段之间是一一对应的; 采用预设聚合算法对所有所述中间隔离训练模型进行聚合处理,得到对应的目标训练模型; 响应于数据处理请求指令,确定目标数据所在的数据片段,其中,所述目标数据为原始数据集中即将执行数据删除操作的数据数据片段指的是预先根据数据的遗忘概率进行划分的片段; 对所述目标数据所在的数据片段执行删除操作,并查找所述目标数据所在的数据片段之前的最后一个数据片段; 从所述最后一个数据片段开始对预先创建的目标训练模型进行重训练,以得到新的目标训练模型,其中,所述预先创建的目标训练模型为按照遗忘概率所划分得到的低遗忘概率数据片段和高遗忘概率数据片段对原始训练模型进行训练得到的模型,其中,所述低遗忘概率数据片段和所述高遗忘概率数据片段的片段数量是等同的; 其中,所述依次采用所述低遗忘概率数据片段和所述高遗忘概率数据片段对原始训练模型进行训练,得到对应的中间隔离训练模型,包括: 采用增量训练方式,并基于所述低遗忘概率数据片段对原始训练模型进行预训练,得到与每个所述低遗忘概率数据片段对应的预处理隔离训练模型; 根据所述低遗忘概率数据集和所述高遗忘概率数据集中所包含数据量的大小关系,对所述预处理隔离训练模型中部分层的参数进行固定; 采用增量训练方式,并基于所述高遗忘概率数据片段对所述预处理隔离训练模型进行微调,得到与每个所述高遗忘概率数据片段对应的中间隔离训练模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国家电网有限公司大数据中心,其通讯地址为:100031 北京市西城区宣武门内大街8号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。