Document
拖动滑块完成拼图
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
最新专利技术
  • 本发明涉及一种支持异构模型架构搜索与零样本知识融合的联邦学习方法。其包括:提供待进行联邦学习的联邦学习系统, 配置联邦学习系统进行联邦学习时, 任一客户端执行教师模型生成处理时, 基于所述客户端内的本地私有数据, 搜索并生成与所述客户端最优...
  • 本发明公开了一种扩散增强与异步调度的联邦学习方法、系统及介质, 属于人工智能技术领域, 客户端先更新局部模型并聚合为全局模型, 计算各客户端准确率;对部分高、低准确率客户端部署DDIM扩散模型生成合成数据, 与本地数据合并为增强数据集, 其...
  • 本申请涉及联邦学习技术领域, 尤其涉及一种基于双链区块链的联邦学习方法、联邦学习系统、计算机系统及存储介质。一方面, 设计了一个基于主副链的区块链架构, 通过分离验证和数据存储, 有效地提高了区块链对全局模型更新和信誉值更新结果的验证效率并...
  • 本公开提供了一种分布式模型训练优化方法、装置、设备、介质和程序产品, 涉及模型训练技术领域。其中, 分布式模型训练优化方法包括:选择边缘节点集群中的邻居边缘节点构建分布式训练拓扑;在分布式训练拓扑中执行分布式模型的周期性训练, 完成一个训练...
  • 本发明涉及公交系统技术领域, 具体公开了一种联邦学习驱动的算力弹性调度方法, 包括以下步骤:S1动态算力感知:实时监测联邦学习参与设备的算力指标, 生成动态资源向量;S2弹性分片生成:根据所述动态资源向量, 将全局联邦模型拆分为差异化子模型...
  • 本发明提出了一种基于Zubov方程的神经常微分稳定学习框架, 简称Zubov‑Net, 通过将Zubov方程理论首次融入神经常微分方程训练, 解决预定吸引域(PROA)与实际吸引域(ROA)之间的不一致问题。该框架采用一种基于输入注意力与条...
  • 本发明公开了一种基于零知识证明的可验证异构联邦学习系统, 主要针对现有异构联邦学习中透明度不足、可验证性缺失及易受数据投毒攻击等问题。系统由多个具有不同计算能力、数据分布和模型架构的客户端设备, 以及一个区块链验证平台组成。客户端设备负责本...
  • 本发明公开了一种基于个性化隐私保护的联邦学习分层激励方法, 包括:任务发布方TP通过生成式扩散模型对本地模型拥有者LMO的隐私偏好和数据购买力进行联合分析;生成包含有效数据量、隐私预算和报酬的三元组激励策略集;每个LMO根据其自身类型选择对...
  • 本发明公开了一种基于策略梯度优化的文本嵌入联合训练方法, 包括:(1)非对称编码器‑解码器架构;(2)动态奖励对齐机制;(3)基于策略梯度的优化机制;本方法的训练流程如下:1.初始化策略模型πθ;和参考模型πref;2.在一个批次中, 对于...
  • 本发明提供的一种基于对齐增强融合的联邦多模态学习方法, 包括:利用各客户端的特征编码器对本地多模态数据进行特征提取和维度对齐, 得到投影特征;基于投影特征生成融合特征并构建伪标签集合;在各客户端分两阶段进行本地训练:第一阶段, 利用本地无标...
  • 本发明涉及信息安全技术领域, 特别涉及一种基于标签偏好推理的图联邦学习隐私审计方法。包括步骤:S1.服务器利用辅助数据集训练攻击模型;S2.进行第t轮训练, 上传本地模型;S3.服务器计算每个客户端的模型敏感性;S4.根据S3计算结果, 服...
  • 本发明公开了一种基于显存状态感知的AI模型可靠性训练方法及装置, 该方法首先在每轮训练算子执行前, 通过当前训练步数和保存频率判断当前训练轮次是否保存。其次若触发保存操作, 分析当前训练的AI模型的网络结构, 计算可与训练前反向进行并行传输...
  • 本发明属于智能边缘系统与隐私增强计算领域, 具体说是面向隐私保护的机器人大模型云边端协同推理与联邦学习系统, 包括:云端服务器层用于部署大规模预训练模型, 执行复杂推理与全局联邦学习协调;边缘计算层用于部署中间层模型, 执行本地数据聚合、隐...
  • 本发明公开了一种针对医疗场景去中心化的医疗联邦学习方法, 其步骤包括:1)在联邦学习系统的每一客户端上部署一本地模型、一专家模型和一专家混合模块;本地模型包括一Body模块和一Head模块, 专家模型包括一特征空间转换模块和其他客户端上He...
  • 本申请提出一种模型训练方法、通信设备及存储介质。应用于第一通信节点的模型训练方法包括:接收第二通信节点发送的用于神经网络模型训练的原始数据帧;采用所述原始数据帧对所述神经网络模型进行在线训练。
  • 本发明公开了一种蒸馏算法的多模态数据质量评估方法。本发明通过将数据质量调整系数纳入模型训练中, 强化了模型度数据质量、数据合规的敏感度, 提高了模型的训练效率, 增强了模型的专业性;通过将学生模型的训练成果通过知识回流反哺给教师模型, 从而...
  • 本发明提供了一种基于知识蒸馏的模型压缩方法及系统, 通过继承已经训练成熟的教师模型的软标签, 并使用软标签定义学生模型的蒸馏损失函数, 使得学生模型得以压缩, 在此基础上, 通过随机抽取样本混合生成新的样本扩展训练集, 缓解数据不足问题, ...
  • 本发明公开了一种大数据自动建模方法、装置及电子设备, 涉及IT技术领域, 以解决自动建模效率较低的问题。该方法包括:对原始数据进行预处理, 得到目标数据, 目标数据包括训练数据集、历史模型和数据流向逻辑信息;基于训练数据集和数据流向逻辑信息...
  • 本发明公开了一种面向边缘设备的大模型混合精度在线增量学习方法及系统。本发明首先对新到的增量数据进行分布偏移度分析, 通过计算KL散度判断任务优先级;然后根据任务优先级、模型各层敏感度等, 生成FP16与INT8混合精度量化配置表, 将关键层...
  • 本发明公开了一种结合双分支自知识蒸馏和多粒度扰动增强的半监督变化检测框架。包括步骤:设计一个双分支自知识蒸馏的半监督学习训练框架;未受扰动分支的输出作为教师模型, 多粒度扰动增强分支生成的输出集合构成学生模型集合;师生分支权重共享, 同时依...
技术分类