Document
拖动滑块完成拼图
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 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
  • 本发明公开了一种面向制造行业设备隐私数据的联邦学习模型训练方法,旨在解决高度异质设备数据导致的模型收敛不稳定、个性化适配差及隐私保护与模型性能失衡问题,该方法首先构建用于设备状态识别的基础联邦模型,并规范各企业客户端的数据格式;随后各客户端...
  • 本发明涉及一种面向复杂环境的离在线端云协同智能决策方法及系统。所述方法包括:利用训练好的云端智能模型获取全局模型参数与离线数据子集,由云端中央服务器分布式广播至每个边端设备后,存储至本地经验回放库。利用本地智能模型获取当前迭代轮次的在线数据...
  • 本申请提供了一种多模态模型的多任务验证训练方法,应用于客户端,针对任一批次的每个训练数据,使用目标模型根据该训练数据的元数据进行预测,得到该训练数据的预测结果;根据每个训练数据的元数据、正确答案和预测结果,生成每个训练数据的数据验证请求;将...
  • 本发明公开了一种横向时空图联邦学习训练方法、装置、设备、介质及产品,所述方法包括获取本地时空图数据的节点嵌入并进行聚类,得到虚拟节点;将进行本地训练后的模型参数和虚拟节点发送给服务器;接收到服务器在接收到模型参数和虚拟节点后返回的全局虚拟节...
  • 本发明请求保护一种基于压缩感知的防后门个性化联邦学习方法,包括以下主要步骤:S1,构建包含参与方、服务器和检测模块的个性化联邦学习系统;S2,参与方训练个性化模型,并对梯度进行压缩感知处理;S3,服务器计算更新的加权平均作为根更新,提取各参...
  • 本申请提供了一种模型训练方法及装置。该方法包括:将目标模型的第一部分部署到第一集群中,第二部分部署到第二集群中;指示第一集群中的第一节点执行第一模型块的第一计算,得到第一结果;第一节点用于通过第一节点和第二集群之间的链路,向第二集群发送第一...
  • 本申请涉及通信技术领域,尤其涉及一种纵向联邦学习中的样本对齐方法、装置及可读存储介质,该方法包括:第一网元向第二网元发送第一请求,用于请求样本,其包含VFL任务中使用的样本的标识类型;接收来自第二网元的第一响应,包括第二网元支持的样本的标识...
  • 本说明书实施例提供了一种目标模型的训练方法,在该方法中,目标客户端在利用本地数据进行训练得到当前梯度参数后,利用密钥对当前梯度参数进行加密,得到加密梯度参数,并在对目标加密梯度参数进行聚合后,得到聚合梯度参数并分发,使得在多次迭代训练过程中...
  • 本公开提供了一种分布式训练方法、相关装置和介质,该分布式训练方法应用于目标处理单元,目标处理单元为多个处理单元中的任意一个,多个处理单元用于共同训练目标模型,方法包括:获取目标模型的隐藏层参数量大小;基于隐藏层参数量大小,确定层节点参数传输...
  • 本发明涉及智能体技术领域,具体涉及一种智能体的跨域规则知识迁移与适配方法和系统。本方法包括以下步骤:基于做账通用规则生成初步记账结果,根据对所述初步记账结果修正记录获得规则元数据;将所述规则元数据向量化,获得跨组织共享的脱敏规则向量集合;对...
  • 本发明提供了一种基于任务语义驱动的多通道注意力机制的时空图学习方法,包括:步骤1、对电力数据通信监测的任务类型、任务参数进行统一描述;步骤2、基于子图分层池化的时空图学习机制;步骤3、基于子图采样的图蒸馏机制,利用子图采样的策略,提取出重要...
  • 本公开提供一种工具集成推理模型训练方法及相关设备。该方法包括:获取原始工具调用数据集,其中,原始工具调用数据集中包含工具调用序列;基于目标任务将工具调用序列分解,得到工具调用序列对应的多个工具调用子序列;对多个工具调用子序列中每个工具调用子...
  • 本发明公开的属于人工智能技术领域,具体为一种面向多任务智能体的大语言模型轻量微调方法,包括具体步骤如下:S1,轨迹采集:收集目标多任务场景下人类专家或高性能LLM智能体的完整操作轨迹,保留原始语境;S2,关键步选择:采用高能力LLM作为选择...
  • 本发明涉及信号检测分析技术领域,公开了一种结合GPT模型对房颤检测算法泛化性增强的方法,其包括以下步骤:S1 : 特征提取,利用小波变换对输入的ECG信号进行多尺度频域分解;引入融合高斯分布的多头注意力机制,构建子空间特征表达,得到多尺度时...
  • 本发明公开了人形机器人VLA模型任务泛化能力挖掘方法及系统,该方法核心包括:通过元学习框架训练模型,提升模型对新任务的快速适应能力;采用多任务联合训练策略,增强模型对多样化任务的学习效果;利用任务特征自适应模块,自动识别并提取任务相关特征,...
  • 本发明公开了一种基于奇异值分解的低秩近似的神经网络继承方法及系统。与现有方法不同,本发明采用了一种新的结构继承方案,避免了传统方法中深层网络结构带来的计算负担,提高了计算效率。为了加速模型收敛并增强表现,本发明采用了基于奇异值分解(SVD)...
  • 本申请提供一种模型训练、数据处理的方法及设备。本申请的方法,通过借助参考模型从已有的指令数据集中筛选出模型拟合难度满足预设条件的指令,可以从指令数据集中筛选出模型拟合难度较高的、具有挑战性的指令,作为种子指令;基于种子指令扩展生成多个相似的...
  • 本申请实施例公开了一种数据处理方法、装置、电子设备和可读存储介质,涉及计算机技术领域。本申请实施例可以获取源域数据集、目标域数据集和共享域数据集,并通过目标模型的特征提取网络、注意力网络和输出网络,确定目标模型的输出结果,并根据输出结果和输...
  • 本发明公开了基于Transformer模型与对抗扰动训练的内容校对方法,包括:对输入文本序列进行嵌入处理并生成初始语义嵌入向量;通过短距离卷积层处理查询和键向量并进行归一化;利用在线子空间稳定化器确定稳态与易变记忆子空间;将向量分别投影到上...
  • 本发明提供一种以决策边界为导向的多目标协同鲁棒联邦学习方法及系统,包括中心服务器将当前的全局模型参数分发给多个客户端;客户端进行多轮的本地训练以更新本地模型参数;在训练过程中以最小化三元混合损失函数为优化目标;客户端将更新后的本地模型参数上...
技术分类