-
公开(公告)号:CN118171086A
公开(公告)日:2024-06-11
申请号:CN202410462972.6
申请日:2024-04-17
Applicant: 华中科技大学
IPC: G06F18/213 , G06F18/20 , G06F17/16 , G06F17/18 , G06N7/01
Abstract: 本申请属于特征提取相关技术领域,其公开了一种基于贝叶斯张量分析的时空特征提取方法及其提取系统,提取方法包括:将原始数据根据空间维度和时间维度表示为维度为I1×I2××I3时空张量y,构建后验分布模型,后验分布模型包括三个因子矩阵的后验分布,各因子矩阵的后验分布为对各因子矩阵的先验分布以及列向量λ的超先验分布进行贝叶斯分析所得,利用吉布斯采样算法求解后验分布模型,得到各个因子矩阵的后验分布的均值和协方差以及秩R,其中,各个因子矩阵的后验分布的均值为所提取的特征,协方差为对应特征的不确定性估计信息,基于上述方法,既能实现时空特征的提取,同时还能实现不确定性估计和CP秩的估计,并且具有较强的可解释性。
-
公开(公告)号:CN116258216A
公开(公告)日:2023-06-13
申请号:CN202310252049.5
申请日:2023-03-15
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于差分隐私的稀疏张量联合补全方法:(1)根据数据维度对训练集数据分组;(2)建立基于差分隐私的稀疏张量联合补全模型,初始化中心服务器的全局因子矩阵(3)利用弹性平均随机梯度下降方法训练模型,并通过差分隐私技术对输出结果扰动(4)各客户端根据模型对缺失数据进行补全。本发明相对于现有利用差分隐私的技术,能够在保证用户隐私的情况下准确完成数据补全任务,在效率,补全精度和通用性方面都取得了卓越效果,有很强的实际应用价值。本发明还提供了相应的基于差分隐私的稀疏张量联合补全装置。
-