-
公开(公告)号：CN114429223B
公开(公告)日：2023-11-07
申请号：CN202210091039.3
申请日：2022-01-26
Applicant: 上海富数科技有限公司
Abstract: 本申请提供一种异构模型建立方法及装置，涉及深度学习模型领域，该方法包括：获取表征其他参与建模节点角色的信息；向任务服务机下发算法信息，确定目标建模算法；基于目标建模算法与任务服务机进行协同建模操作，协同建模操作包括：基于目标建模算法计算初步异构模型的损失值，基于损失值确定更新梯度值，以及基于更新梯度值更新初步异构模型的权重值；根据权重值和损失值确定初步异构模型是否收敛，在确定初步异构模型收敛时，得到目标异构模型。采用本申请实施例提供的方法能够在联邦学习的过程中使建立目标异构模型的过程能够在各个联邦学习平台之间互联互通，同时提高在进行协同建模时的安全性。
-
公开(公告)号：CN115309945A
公开(公告)日：2022-11-08
申请号：CN202210813885.1
申请日：2022-07-11
Applicant: 上海富数科技有限公司广州分公司
IPC: G06F16/901 , G06F17/12 , G06F17/15
Abstract: 本发明公开了一种键值对的数据结构的构建方法、系统、设备及存储介质，构建方法包括：生成与多个键值对对应的无向图，无向图包含多个顶点和多条插入边；若无向图存在环状图，则析出无向图的无环图和至少一个分离边；将多个键值对划分得到与无环图对应的第一键集合以及与至少一个分离边对应的第二键集合；对第一键集合及对应的值进行编码得到解向量；基于第二键集合和随机函数构建得到第一OKVS；对至少一个分离边进行顶点向量扩展并构建得到第二OKVS；根据解向量、第一OKVS和第二OKVS组合构建得到多个键值对的总OKVS。本申请针对性地制造线性独立性，提高解方程组的效率及最终OKVS的空间利用率。
-
公开(公告)号：CN115169576A
公开(公告)日：2022-10-11
申请号：CN202210729005.2
申请日：2022-06-24
Applicant: 上海富数科技有限公司广州分公司
Abstract: 本申请提供一种基于联邦学习的模型训练方法、装置及电子设备，涉及计算机技术领域。该方法在模型训练过程中，每个第一参与方均利用自身的特征数据与第二参与方的特征数据进行训练，然后再将训练获得的模型参数传递给下一个第一参与方继续参与训练，直至所有的第一参与方全部参与训练，如此各个第一参与方和第二参与方可实现横向和纵向混合的联邦模型训练，达到更好的模型训练效果，以满足更多更复杂的应用场景。
-
公开(公告)号：CN114500095A
公开(公告)日：2022-05-13
申请号：CN202210179506.8
申请日：2022-02-25
Applicant: 上海富数科技有限公司
Abstract: 本申请提供一种数据处理方法、装置、电子设备及存储介质，涉及计算机技术领域。该方法通过各参与方对待处理数据执行目标步骤时，调用目标步骤对应的目标功能模块，该目标功能模块为用于实现目标步骤的框架程序，这样在执行目标步骤时，直接调用对应的目标功能模块即可，然后确定对应的目标实现算法，以执行目标实现算法来对待处理数据进行相应处理，如此各参与方就无需预先通过线下协商相应的功能模块和具体实现算法，也无需预先就部署固定的功能模块和实现算法，而是在执行时调用即可，灵活性更强，该方式也进一步提高了数据的处理效率。
-
Patent Agency Ranking
公开(公告)号：CN114443622A
公开(公告)日：2022-05-06
申请号：CN202210111993.4
申请日：2022-01-29
Applicant: 上海富数科技有限公司
Abstract: 本申请提供一种基于纵向联邦学习的树模型的预测方法及装置，在预测方法中，每一参与方分别判断待预测样本是否落在己方的叶子节点上，并对每一叶子节点标记状态，得到己方所有叶子节点的标记状态集合，之后多个参与方的树模型仅交互一次即可通过求交获取待预测样本实际落在的叶子节点，将待预测样本实际落在的叶子节点的预测值作为待预测样本的预测值。因此，本申请提供的方法较于传统的树模型中每一个节点都进行交互的方法，减少了交互次数，可实现在不影响精度的情况下提高预测样本的效率。
-
公开(公告)号：CN114443135A
公开(公告)日：2022-05-06
申请号：CN202210112330.4
申请日：2022-01-29
Applicant: 上海富数科技有限公司
IPC: G06F8/76 , G06F8/60 , G06N20/20 , G06F16/22 , G06F16/2458
Abstract: 本申请提供一种模型部署方法和预测方法、装置、电子设备及存储介质，该方法包括：联邦计算中的第一平台统计由自身创建的第一模型文件的模型信息，并将第一模型文件的模型信息转换为标准模型信息；联邦计算中的第二平台将标准模型信息转换为符合第二平台的模型数据结构的第二模型文件，并使用第二模型文件进行模型部署。通过联邦计算中的第一平台将自身创建的第一模型文件转换为标准模型信息，并由第二平台能够将标准模型信息转换为符合第二平台的模型数据结构的第二模型文件，使得第二平台能够使用第二模型文件进行模型部署，从而实现了在第一平台训练的模型能够直接部署在第二平台的功能。
-
公开(公告)号：CN117574105A
公开(公告)日：2024-02-20
申请号：CN202311513399.9
申请日：2023-11-14
Applicant: 上海富数科技有限公司
Abstract: 本公开的实施例提供一种对目标节点进行数据质量评估的方法及装置。该方法由目标节点执行。该方法包括：响应于接收到需求方的数据质量评估请求，与需求方联合计算目标评估指标并根据目标评估指标来评估目标节点的数据质量。目标评估指标包括：根据目标节点的第一数据集中的多个第一数据的方差膨胀因子来确定的第一评估指标。每个第一数据的方差膨胀因子与需求方的第二数据集相关。第二数据集包括多个第二数据。通过以下操作来计算每个第一数据的方差膨胀因子：与需求方联合计算第一数据集与第二数据集之间的皮尔逊相关系数矩阵；以及根据皮尔逊相关系数矩阵来计算第一数据的方差膨胀因子。
-
公开(公告)号：CN115146292A
公开(公告)日：2022-10-04
申请号：CN202210684346.2
申请日：2022-06-16
Applicant: 上海富数科技有限公司广州分公司
IPC: G06F21/60
Abstract: 本申请提供了一种树模型构建方法、装置、电子设备及存储介质，用于改善目前联邦学习树模型的构建过程的安全性较低的问题。该树模型构建方法可以应用于联邦学习的第一参与方设备，该方法包括：获取样本数据和样本标签；根据样本数据和样本标签计算初始梯度值；若在树模型中已构建的子树数量小于预设阈值，则对初始梯度值进行加噪处理，获得加噪梯度值，并根据加噪梯度值构建树模型；若在树模型中已构建的子树数量大于或等于预设阈值，则对初始梯度值进行同态加密，获得加密梯度值，并根据加密梯度值构建树模型。
-
公开(公告)号：CN114429190A
公开(公告)日：2022-05-03
申请号：CN202210106216.0
申请日：2022-01-28
Applicant: 上海富数科技有限公司
Abstract: 本申请提供一种基于联邦学习的模型构建方法、授信评估方法及装置。方法包括：各参与方分别获取各自的样本数据和初始化模型；各参与方分别利用各自的样本数据对初始化模型进行模型训练获得训练好的目标模型，目标模型包括各参与方训练完成的己方模型；各参与方在模型训练过程中，预设的训练步骤的输入数据格式和/或输出数据格式均一致，预设的训练步骤指多个参与方之间有数据交互的步骤。本申请通过在多个参与方联合建模的过程中，预先约定多个参与方之间有数据交互的步骤的数据输入格式和数据输出格式，从而，多个参与方只购买一种联合建模产品即可，避免的资源的浪费。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.063 seconds)
