-
公开(公告)号：CN113326889A
公开(公告)日：2021-08-31
申请号：CN202110670871.4
申请日：2021-06-16
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请公开了用于训练模型的方法和装置，涉及机器学习、智能检测、工业大数据技术领域。该方法包括：获取目标样本数据集、以及目标样本数据集中的目标样本数据的标签，其中，目标样本数据包括连续样本数据；提取目标样本数据的数据特征，包括：对第一预设时段内的连续样本数据进行统计计算，并将统计计算的结果确定为连续样本数据的数据特征；采用目标样本数据的数据特征、目标样本数据的标签，训练初始故障检测模型，并得到目标故障检测模型。采用目标故障检测模型可以提高检测设备故障的效率。
-
公开(公告)号：CN112182595A
公开(公告)日：2021-01-05
申请号：CN201910597881.2
申请日：2019-07-03
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例提出一种基于联邦学习的模型训练方法及装置。所述方法包括：接收第二数据提供方发送的第二原始自变量计算值；所述第二原始自变量计算值为第二数据提供方根据第二原始自变量和第二模型参数计算得到；根据第一数据提供方的第一模型参数初始值、第一原始自变量和所述第二原始自变量计算值，计算因变量估计值；计算所述第一数据提供方的因变量与所述因变量估计值的差值；根据所述差值，计算损失函数对第一模型参数的梯度值；根据所述损失函数对第一模型参数的梯度值更新第一模型参数。
-
公开(公告)号：CN112149174A
公开(公告)日：2020-12-29
申请号：CN201910579021.6
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：根据拥有的标签数据和从第二方获取的第二方预测结果，确定残差原文；其中，第二方预测结果由第二方基于待训练的网络模型对第二方拥有的特征数据进行预测得到的；对残差原文进行同态加密，得到残差密文；向第二方发送残差密文，供第二方根据残差密文和第二方拥有的特征数据，确定第二方梯度密文；对从第二方获取的第二方梯度密文进行同态解密，得到第二方梯度原文；向第二方发送第二方梯度原文，供第二方根据第二方梯度原文继续对第二方的网络模型进行训练。本发明实施例实现了第二方无法基于残差原文反解第一方拥有的标签数据，提高了数据的安全性。
-
公开(公告)号：CN112149140A
公开(公告)日：2020-12-29
申请号：CN201910578977.4
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种预测方法、装置、设备及存储介质。该方法包括：向第二方发送标识信息序列和第一密钥序列；从预测信息单层密文序列中获取待预测对象的预测信息单层密文；采用第二密钥对待预测对象的预测信息单层密文进行二次加密得到待预测对象的预测信息双层密文；向第二方发送待预测对象的预测信息双层密文以指示第二方采用第一密钥序列对预测信息双层密文进行解密得到预测信息原文序列；根据待预测对象的真实标识信息，从预测信息原文序列中获取待预测对象的第二方预测结果。本发明实施例实现了通过合作双方的本地计算，避免了模型预测过程中的数据泄露，尤其是待预测对象的真实标识信息的泄露，提高了数据的安全性。
-
公开(公告)号：CN112148960A
公开(公告)日：2020-12-29
申请号：CN201910572735.4
申请日：2019-06-27
Applicant: 北京百度网讯科技有限公司
IPC: G06F16/9535
Abstract: 本发明实施例提出一种关注点的类别确定方法、装置、设备及存储介质，其中方法包括：获取单个用户的预定关注点，并获取所述预定关注点的各个关联关注点；根据所述预定关注点属于预定类别的全局性概率、所述各个关联关注点属于所述预定类别的全局性概率、以及所述预定关注点与所述各个关联关注点的关联程度，确定所述预定关注点属于所述预定类别的个性化概率；其中，所述全局性概率为：在全局用户的行为数据中，所述预定关注点或关联关注点属于所述预定类别的概率；所述个性化概率为：在所述单个用户的行为数据中，所述预定关注点属于所述预定类别的概率。本发明实施例能够针对单个用户确定关注点属于不同类别的概率。
-
Patent Agency Ranking
公开(公告)号：CN111695680A
公开(公告)日：2020-09-22
申请号：CN202010543758.5
申请日：2020-06-15
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请公开了成绩预测方法、成绩预测模型训练方法、装置及电子设备，涉及深度学习领域。成绩预测方法的具体实现方案为：确定待预测队伍的队伍信息和过往成绩信息；将所述待预测队伍的队伍信息和过往成绩信息输入预先训练的成绩预测模型；获取所述成绩预测模型输出的待预测队伍的预测成绩。通过上述方案，一方面，将队伍的队伍信息和过往成绩信息联合起来作为成绩预测的参考，可以提高预测的准确度。另一方面，由于成绩预测模型是一个整体模型，在训练时对整体模型训练，使得最终训练好的输出成绩预测结果与现实情况更为接近。
-
公开(公告)号：CN112182595B
公开(公告)日：2024-03-26
申请号：CN201910597881.2
申请日：2019-07-03
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例提出一种基于联邦学习的模型训练方法及装置。所述方法包括：接收第二数据提供方发送的第二原始自变量计算值；所述第二原始自变量计算值为第二数据提供方根据第二原始自变量和第二模型参数计算得到；根据第一数据提供方的第一模型参数初始值、第一原始自变量和所述第二原始自变量计算值，计算因变量估计值；计算所述第一数据提供方的因变量与所述因变量估计值的差值；根据所述差值，计算损失函数对第一模型参数的梯度值；根据所述损失函数对第一模型参数的梯度值更新第一模型参数。
-
公开(公告)号：CN112149706B
公开(公告)日：2024-03-15
申请号：CN201910579010.8
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
IPC: G06N3/098 , G06N3/045 , G06F18/2433 , H04L9/00 , G06N3/048
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：基于待训练的网络模型对第二方拥有的特征数据进行预测得到第二方预测结果；向第一方发送第二方预测结果；根据从第一方获取的残差密文和第二方拥有的特征数据，确定第二方梯度密文；为第二方梯度密文添加扰动数据，得到第二方扰动梯度密文；向第一方发送第二方扰动梯度密文，供第一方对第二方扰动梯度密文进行同态解密得到第二方扰动梯度；根据从第一方获取的第二方扰动梯度，继续对第二方的网络模型进行训练。本发明实施例通过为第二方梯度密文添加扰动数据得到第二方扰动梯度密文，提高了特征数据求解方程的未知数数量，使得特征数据无法求解，避免第二方特征数据泄露。
-
公开(公告)号：CN111814067B
公开(公告)日：2024-03-15
申请号：CN202010620950.X
申请日：2020-06-30
Applicant: 北京百度网讯科技有限公司
Inventor： 杨胜文
IPC: G06F16/9536 , G06Q50/00
Abstract: 本申请公开了一种好友推荐方法、装置、设备及存储介质，涉及智能搜索和信息流领域。具体实现方案为：获取与多个用户分别对应的常用Wi‑Fi列表；根据常用Wi‑Fi列表中的各常用Wi‑Fi的连接时间，筛选出与各用户分别对应的目标Wi‑Fi集合，目标Wi‑Fi具有场所属性；根据将同一目标Wi‑Fi标注为相同场所属性的各用户，生成与各目标Wi‑Fi分别对应的关联用户群；根据待推荐用户的好友推荐请求，获取包含待推荐用户的目标关联用户群，并将目标关联用户群中的其他用户提供给所述待推荐用户。本申请实施例的技术方案可以根据用户的Wi‑Fi连接数据，准确地向用户推荐好友。
-
公开(公告)号：CN113780579B
公开(公告)日：2023-04-07
申请号：CN202111055676.7
申请日：2021-09-09
Applicant: 北京百度网讯科技有限公司
Abstract: 本申请公开了天然气净化发泡预警模型训练方法、装置以及设备，涉及工业大数据技术领域，尤其涉及人工智能、深度学习领域。具体实现方案为：天然气净化发泡预警模型训练方法，包括：获取影响天然气发泡的第一数据；对所述第一数据进行采样获得第二数据；基于所述第一数据和第二数据进行计算得到统计变量；利用所述统计变量进行模型训练，获得训练后的天然气净化发泡预警模型。本公开将天然气净化厂塔内是否发泡进行提前预测，高效预警，避免高度依赖人工，减少漏判错判的情况，而且能够减少阻泡剂的使用，避免资源的浪费，提升整个净化厂的运营效率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.029 seconds)
