-
公开(公告)号：CN117853217A
公开(公告)日：2024-04-09
申请号：CN202311620308.1
申请日：2023-11-28
Applicant: 之江实验室
IPC: G06Q40/03 , G06F18/214 , G06F18/2415 , G06F21/62
Abstract: 本申请涉及一种数据隐私保护的金融违约率预测方法、装置、计算机设备和存储介质。所述方法包括：在利用金融样本数据对预训练模型训练的过程中，获取各风险因子的贡献度并确定其中的目标风险因子；确定目标风险因子的分数映射区间以及各分数映射区间所对应的映射比例；基于分数映射区间以及映射比例，对金融样本数据进行数据映射处理得到模糊样本数据；利用模糊样本数据重新构建模型进行训练得到违约率预测模型；基于分数映射区间和映射比例，对待预测金融数据进行数据映射处理后输入违约率预测模型，输出违约概率。采用本方法能够实现数据隐私保护场景下的金融违约率与目标风险因子的强相关性，提高金融违约率预测的准确率。
-
公开(公告)号：CN116756494B
公开(公告)日：2024-01-23
申请号：CN202311057175.1
申请日：2023-08-22
Applicant: 之江实验室
IPC: G06F18/10 , G06F18/2433 , G06F18/27 , G06F17/18
Abstract: 本申请涉及一种数据异常值处理方法、装置、计算机设备和可读存储介质。所述方法包括：获取多个单样本数据中的目标列数据以及多个特征列数据；基于多个所述单样本数据的历史数据，确定每个所述单样本数据的异常值处理次数；根据所述目标列数据对多个所述特征列数据进行分类，得到多个特征列数据组；基于异常值处理次数为多个所述特征列数据组分配对应的数据组处理次数；基于所述数据组处理次数，对相应特征列数据组中的特征列数据进行异常数据处理。采用本方法能够实现数据的预处理，且为特征列数据组分配恰当的异常值处理次数，确保良好的数据清洗效果的同时尽可能的减少数据处理时间和资源的浪费，大幅度提高数据异常(56)对比文件D. G. Perez等“.Outlier DetectionApplying an Innovative User TransactionModeling with Automatic Explanation”.《2011 IEEE Electronics, Robotics andAutomotive Mechanics Conference》.2012,全文.
-
公开(公告)号：CN117056426A
公开(公告)日：2023-11-14
申请号：CN202311015065.9
申请日：2023-08-11
Applicant: 之江实验室
IPC: G06F16/27 , G06F16/22 , G06F16/2458 , G06Q40/03 , G06Q40/04
Abstract: 本申请涉及一种金融信贷场景下的数据链式存储方法、装置和系统。所述方法包括：基于数据属性，对获取到的信贷交易流水数据进行拆分，生成对应的数据属性链下的新增节点数据，所述数据属性包括属性名称、属性类型、属性链首节点和属性链尾节点；对各所述数据属性链下的新增节点数据进行噪声检查；在所述噪声检查通过的情况下，基于所述新增节点数据，判断所述数据属性链下的所述属性链尾节点是否需要进行更新，若是，则在所述数据属性链下新建最新节点，并将所述新增节点数据存储至所述最新节点中。采用本方法能够解决传统信贷交易时交易数量量大、数据变化稀疏导致的存储资源浪费的问题，有效减少了存储资源的占用，提高了存储数据的实用性。
-
公开(公告)号：CN116522132A
公开(公告)日：2023-08-01
申请号：CN202310259303.4
申请日：2023-03-13
Applicant: 之江实验室
IPC: G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本申请涉及一种交通数据的补全方法、装置和存储介质，其中，该交通数据的补全方法包括：构建生成式对抗网络，基于多目标学习对生成式对抗网络中的生成器、矩阵分解还原模块以及判别器进行训练，得到训练完备的用于对交通数据进行补全的数据补全模型；将待处理的交通数据输入数据补全模型进行数据补全，得到针对交通数据的补全结果。其能够通过引入矩阵分解还原模块增强生成式对抗网络在大面积或长时间的连续性数据丢失场景中的检测的准确度，并强化数据的可解释性，并基于多目标学习提高结果的稳定度。
-
公开(公告)号：CN115713270A
公开(公告)日：2023-02-24
申请号：CN202211505028.1
申请日：2022-11-28
Applicant: 之江实验室
IPC: G06Q10/0639 , G06F16/22 , G06F16/2455 , G06F18/2433 , G06F18/2321 , G06F18/2135
Abstract: 本发明公开了一种同行互评异常评分检测及修正方法和装置，该方法包括以下步骤：首先将收集到的评分数据转化为二维矩阵并进行数据预处理；其次利用单向异常检测法、一致性检验法及双向异常检测法对处理后的结构化数据进行异常判断，并将检测出的异常数据归入异常数据集中；然后利用信息熵修正法对异常数据集进行异常数据修复；最后结合异常数据集生成能力评价报告，并结合能力评价报告中评审人的评分权重对修正后的评分数据进行加权平均得到最终评分结果，并生成异常评分修正报告。本发明能够有效检测企业人员绩效考核中同行互评分数异常现象，并通过能力评估报告对评审人进行约束，保证同行互评结果的公平、公正及客观性。
-
Patent Agency Ranking
公开(公告)号：CN115145906A
公开(公告)日：2022-10-04
申请号：CN202211068167.2
申请日：2022-09-02
Applicant: 之江实验室
IPC: G06F16/215 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种面向结构化数据的预处理和补全方法，包括：步骤一，对原始数据的缺失信息进行查询，统计缺失值，得到原始数据的缺失率；步骤二，根据缺失率对原始数据进行行列剔除处理，然后进行行遍历生成行对应数组，再将数组转换为直方图形式，计算出对应直方图构成的最大的矩形面积，接着对所有矩形面积进行排序，采集得到最大的完整信息矩阵；步骤三，采用基于链式方程进行的多重填补方法或基于编码器的多重填补方法或基于对抗生成网络的填补方法，对原始数据进行缺失值填补。本发明能够对原始数据进行缺失信息统计，自动搜寻满足条件的最大完整信息，补全结构化数据，极大提高原始数据集的质量，对后期的预测任务提供了便利。
-
公开(公告)号：CN118366577A
公开(公告)日：2024-07-19
申请号：CN202410462922.8
申请日：2024-04-17
Applicant: 之江实验室
Abstract: 本发明提出了一种基于可信执行环境的材料制备工艺优化方法及装置。本发明通过可信执行环境保障成本高昂的材料制备物理仿真模型的机密性，并利用深度学习模型的推理能力，对材料制备工艺进行优化。该发明结合了传统材料制备物理仿真模型和深度学习技术的优势，在改善传统物理模型通用性差等劣势、解决材料制备深度学习模型缺乏训练数据等问题的同时，保障物理模型和深度学习模型的知识产权和数据权益，提高材料制备模型的预测准确度，推动材料工艺的发展。
-
公开(公告)号：CN117633884A
公开(公告)日：2024-03-01
申请号：CN202311616719.3
申请日：2023-11-29
Applicant: 之江实验室
IPC: G06F21/62 , G06F21/60 , G06F18/23213 , G06F18/24
Abstract: 本申请涉及一种基于聚类的数据保护方法、系统、装置及计算机设备。所述方法包括：获取至少两个服务器节点的特征信息；基于特征信息，对服务器节点进行分层聚类，并确定第一层级节点和第二层级节点；获取第二层级节点针对第二层级数据相互进行多方安全计算得到的低层计算结果；将低层计算结果发送至第一层级节点，得到目标数据保护结果；其中，目标数据保护结果，是由第一层级节点基于低层计算结果和第一层级数据进行多方安全计算生成的。采用本方法，通过分层聚类，获得相比随机划分具备更高通信性能的服务器节点；利用多层级结构，将针对固定通信方的多方安全计算协议运用到任意数量的服务器节点参与方，在数据安全性上也有更好的表现。
-
公开(公告)号：CN117058493A
公开(公告)日：2023-11-14
申请号：CN202311326470.2
申请日：2023-10-13
Applicant: 之江实验室
IPC: G06V10/774 , G06V10/40 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/08
Abstract: 本申请涉及一种图像识别的安全防御方法、装置和计算机设备。所述方法包括：在原图像识别模型的原始样本集中加入与原图像识别模型的梯度相反的噪音，得到模型训练集；随机抽取预设数量的模型训练集中的图像数据，分别输入到各个子专家网络模型中，得到数据特征；计算此组图像数据的准确率交叉熵损失函数、差异性损失函数和焦点稳定性损失函数；基于此组图像数据的准确率交叉熵损失函数、差异性损失函数和焦点稳定性损失函数，利用梯度下降法对多专家网络模型的参数进行更新；当多专家网络模型收敛时，得到用于图像识别的完备多专家网络模型。采用本方法能够解决现有技术中存在人工智能模型对于黑客攻击的防御效果差问题。
-
公开(公告)号：CN115713270B
公开(公告)日：2023-07-21
申请号：CN202211505028.1
申请日：2022-11-28
Applicant: 之江实验室
IPC: G06Q10/0639 , G06F16/22 , G06F16/2455 , G06F18/2433 , G06F18/2321 , G06F18/2135
Abstract: 本发明公开了一种同行互评异常评分检测及修正方法和装置，该方法包括以下步骤：首先将收集到的评分数据转化为二维矩阵并进行数据预处理；其次利用单向异常检测法、一致性检验法及双向异常检测法对处理后的结构化数据进行异常判断，并将检测出的异常数据归入异常数据集中；然后利用信息熵修正法对异常数据集进行异常数据修复；最后结合异常数据集生成能力评价报告，并结合能力评价报告中评审人的评分权重对修正后的评分数据进行加权平均得到最终评分结果，并生成异常评分修正报告。本发明能够有效检测企业人员绩效考核中同行互评分数异常现象，并通过能力评估报告对评审人进行约束，保证同行互评结果的公平、公正及客观性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.13 seconds)
