-
公开(公告)号：CN116522202A
公开(公告)日：2023-08-01
申请号：CN202310461928.9
申请日：2023-04-26
Applicant: 浙江大学
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种基于数据筛选的域适应方法和系统，属于迁移学习中的域适应技术领域。获取任务一致但数据分布不同的源域和目标域数据集；利用源域数据预训练源域卷积神经网络和源域分类器；构建由源域卷积神经网络、目标域神经网络、判别器组成的对抗网络，并进行基于域分类任务的对抗训练；利用预训练后的源域卷积神经网络提取源域数据特征，利用训练后的判别器对源域数据进行域分类，从分类为源域的数据子集中剔除部分数据，更新源域数据集；使用新的源域数据集和原始的目标域数据集进行域适应操作。本发明利用对抗训练方式拉近了目标域与源域在同一特征空间的特征表示，筛选出更接近目标域数据的源数据进行域适应操作，提升了域适应的性能。
-
公开(公告)号：CN116229219A
公开(公告)日：2023-06-06
申请号：CN202310521339.5
申请日：2023-05-10
Applicant: 浙江大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于联邦和对比表征学习的图像编码器训练方法和系统，属于自监督机器学习技术领域。由两部分核心内容组成：一个是为了缓解类别不均衡问题所提出的基于类别多样性和特征对齐实现的联邦对比图像表征学习方法，其被记为FedFA；另一个是用来降低批标准层隐私泄漏风险的按层计算静态批标准化方法，其被记为lsBN。结合FedFA和lsBN，本发明可以在尽可能保护用户数据隐私的前提下，利用各客户端所存储的无标签图像数据来训练生成能够更好地服务于各类下游任务的通用图像编码器。
-
公开(公告)号：CN112614590A
公开(公告)日：2021-04-06
申请号：CN202011455372.5
申请日：2020-12-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于机器学习的老年人失能风险预测方法和系统，属于大数据的健康状况分析预测领域。包括以下步骤：获取老年人群的基础数据、社会经济数据和病史信息数据，构成样本数据集，并对样本数据集进行预处理；通过随机森林模型等方法对预处理后的样本数据进行特征提取；通过所提取的特征建立多层神经网络，利用样本数据进行训练，得到老年人群失能风险预测模型；获取待测人员的相关数据，输入到风险预测模型，得到预测风险值。本发明能够方便准确地预测老年人失能风险。
-
公开(公告)号：CN112611080A
公开(公告)日：2021-04-06
申请号：CN202011455409.4
申请日：2020-12-10
Applicant: 浙江大学
IPC: F24F11/54 , F24F11/64 , F24F11/52 , F24F11/58 , F24F11/70 , F24F11/88 , F24F110/10 , F24F110/12 , F24F110/20 , F24F110/22 , F24F110/40 , F24F110/64
Abstract: 本发明公开了一种基于联邦学习的智能空调控制系统和方法，属于智能家居技术领域。利用采集模块记录本地空调历史操作记录和环境参数作为数据集；分析模块划分数据集，构建强化学习模型，计算强化学习模型参数；结合传输模块将本地模型参数传输至云服务器，云服务器利用聚合方法更新模型参数并将其传输回分析模块，进行下一次迭代训练，直至训练结束。根据训练好的本地模型和实时环境参数，输出推荐方案，由空调控制模块执行相应的动作。本发明可在保护个人数据隐私的同时，实现空调温度的自动化调节，降低能源消耗，提供满足用户舒适度的热环境。
-
Patent Agency Ranking
公开(公告)号：CN112597241A
公开(公告)日：2021-04-02
申请号：CN202011458013.5
申请日：2020-12-10
Applicant: 浙江大学
Abstract: 本发明公开一种基于区块链的分布式数据库存储方法及系统，属于区块链技术领域。每个数据库节点包含Tendermint模块、本地数据库模块和数据库服务模块，数据库服务模块由控制层、存储层和服务层构成。控制层通过RPC和HTTP两种方式负责客户端与数据库之间的交互；存储层负责业务数据的存储；服务层提供服务器读写、权限控制、区块链信息访问等核心功能。本发明中数据库节点对数据的更新请求，会分别以两部分进行存储。一部分是操作指令存储在区块链中，另一部分是通过本地数据库执行该操作指令，实际存储数据。在实现数据去中心化安全存储的同时，具有数据存储结构不受限、数据查询功能丰富、数据存储速度快的优点。
-
公开(公告)号：CN120064915A
公开(公告)日：2025-05-30
申请号：CN202510164794.3
申请日：2025-02-14
Applicant: 昆明七零五所科技发展有限责任公司 , 浙江大学
IPC: G01R31/26
Abstract: 本发明涉及半导体器件测量技术领域，提出了一种基于拟合迭代的半导体非线性输出结电容测量方法，该方法首先搭建结电容提取电路，并通过测试平台采集待测器件的关断瞬态波形，利用快速傅里叶变换提取振荡频率fexp，并基于振荡频率与结电容及寄生参数的关系，反推出初始结电容Coss。随后，采用双曲正切函数进行拟合，并通过最小二乘法优化拟合参数，得到不同电压等级下初步的结电容Coss‑测试电压udc关系曲线，进一步搭建振荡频率仿真电路，获取仿真频率fm，并将fm与fexp进行比较，若存在偏差，则调整拟合曲线并迭代优化，直至相邻两轮拟合结果的误差低于设定的误差阈值时终止，从而获得最终准确的结电容Coss‑测试电压udc关系曲线。
-
公开(公告)号：CN116226540B
公开(公告)日：2023-09-26
申请号：CN202310512758.2
申请日：2023-05-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于用户兴趣域的端到端联邦个性化推荐方法和系统，属于个性化推荐技术领域。本发明在类簇个性化思路的基础上，设置了带有个性化预测网络群组的推荐模型与基于图神经网络的客户端分类网络，并将该分类网络嵌入到个性化推荐模型中，将两者作为联邦推荐系统中的全局模型进行联邦训练。通过该端到端个性化推荐模型的设计，客户端的聚类过程可在模型的前向计算中自动完成，改善了训练效率；客户端分类网络也能通过推荐目标进行训练，使得聚类过程变为可学习。本发明改善了目前的类簇个性化推荐方法中存在的训练效率低和非学习性的问题，提升了个性化联邦推荐模型的性能。
-
公开(公告)号：CN114595396B
公开(公告)日：2022-10-11
申请号：CN202210490648.6
申请日：2022-05-07
IPC: G06F16/9535 , G06N20/20
Abstract: 本发明公开了一种基于联邦学习的序列推荐方法和系统，属于个性化推荐领域和用户隐私保护领域。本发明将用户的个人信息、实时和历史数据都存放在本地，每个客户端能够根据自己的历史数据进行状态表示，捕捉用户与物品之间的交互关系，并基于深度强化学习将推荐过程看做一个序列化决策过程；本发明在联邦学习的聚合算法中引入了注意力机制，考虑到各个客户端提取特征信息的相关性，以及各个客户端的个性化带来的数据差异性，为每一个客户端制定权重系数，这是一种细粒度的重新赋权的手段，增加了数据的个性化程度，提高了推荐准确率，更加适合序列推荐领域，在保护个人数据隐私的同时，实现对用户的个性化推荐。
-
公开(公告)号：CN114626499A
公开(公告)日：2022-06-14
申请号：CN202210508557.0
申请日：2022-05-11
Abstract: 本发明公开了一种用稀疏化注意力辅助决策的嵌入式多智能体强化学习方法，属于强化学习技术领域。初始化多智能体的效用函数网络参数、混合网络参数和目标混合网络参数；获取每一个智能体的自注意力输出和稀疏化注意力输出；使用门控循环单元模块编码当前观测输出，计算本地常规效用函数和本地稀疏效用函数，分别输入到混合网络中，各自拟合得到常规全局价值函数和稀疏全局价值函数，逐渐降低常规全局价值函数的权重，完成强化学习的训练。在决策推理阶段，各个智能体根据本地观测和自身效用函数来选择动作输出给环境，从而与环境进行交互。本发明可以嵌入到任何基于价值函数的MARL框架中，提升智能体决策的效率和精度。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
