-
公开(公告)号：CN112989369B
公开(公告)日：2022-03-25
申请号：CN202110176369.8
申请日：2021-02-09
Applicant: 山东大学 , 国网山东省电力公司信息通信公司
Abstract: 本发明公开了一种适用于动态分布式物联网系统的数据加密学习方法，包括以下步骤：初始化物联网络相关的全局参数；梯度计算过程；加噪处理过程；边缘物联设备间信息传递过程；计算权重矩阵过程；参数更新过程。本发明首次将数据加密方法用于动态分布式物联网系统，该方法可以在去中心化的动态网络模型下，每个边缘物联设备单独训练数据实现学习算法最终的收敛，并且每个边缘物联设备所存储的训练集会有差异，同时通过拉普拉斯加噪阶段在一定程度上保证网络中每个边缘物联设备的本地数据的安全。
-
Patent Agency Ranking
公开(公告)号：CN112989369A
公开(公告)日：2021-06-18
申请号：CN202110176369.8
申请日：2021-02-09
Applicant: 山东大学 , 国网山东省电力公司信息通信公司
Abstract: 本发明公开了一种适用于动态分布式物联网系统的数据加密学习方法，包括以下步骤：初始化物联网络相关的全局参数；梯度计算过程；加噪处理过程；边缘物联设备间信息传递过程；计算权重矩阵过程；参数更新过程。本发明首次将数据加密方法用于动态分布式物联网系统，该方法可以在去中心化的动态网络模型下，每个边缘物联设备单独训练数据实现学习算法最终的收敛，并且每个边缘物联设备所存储的训练集会有差异，同时通过拉普拉斯加噪阶段在一定程度上保证网络中每个边缘物联设备的本地数据的安全。
-
公开(公告)号：CN117236295B
公开(公告)日：2024-12-31
申请号：CN202311197701.4
申请日：2023-09-15
IPC: G06F40/166 , G06F40/126 , G06F40/30 , G06N3/042
Abstract: 本发明公开了一种基于图神经网络的机器生成稿件可解释评价方法及系统，该方法包括：获取机器生成的多模态新闻稿件，对多模态新闻稿件内容进行编码，获取新闻稿件整体编码向量和新闻稿件要素编码向量；将新闻稿件整体编码向量和新闻稿件要素编码向量输入层次化图神经网络中，构建新闻稿件异构图，通过基于多层级注意力机制的新闻稿件异构图卷积，更新新闻稿件整体编码向量和新闻稿件要素编码向量，将更新后的编码向量拼接为新闻稿件表示矩阵，通过全连接层输出可解释评价标签预测结果。本发明设计多个可解释评价标签，并利用图神经网络聚合新闻稿件内容及评价信息，对稿件质量进行多层级、细粒度的评价，给出多模新闻稿件的可解释评价标签。
-
公开(公告)号：CN112465301B
公开(公告)日：2022-12-13
申请号：CN202011227792.8
申请日：2020-11-06
Applicant: 山东大学
Abstract: 本发明公开了一种基于差分隐私机制的边缘智能电网协作决策方法，包括以下步骤：初始化边缘智能电网系统；边缘智能电网节点通过差分隐私机制对自己选择的决策方案进行加噪处理；边缘智能电网节点将经过加噪处理的决策方案通过随机游走方式传递给其它电网节点；每个边缘智能电网节点根据上一阶段传来的所有的决策方案选择一个决策方案作为候选决策方案；每个边缘智能电网节点根据最新观测的随机信号质量确定是否采用候选决策方案。该方法通过随机游走、差分隐私机制保护的方法，使得各电网节点通过协作决策实现电网整体决策过程最优，并且在一定程度上保证了电网中每个节点的本地决策数据的隐私安全，满足差分隐私的要求。
-
公开(公告)号：CN112465301A
公开(公告)日：2021-03-09
申请号：CN202011227792.8
申请日：2020-11-06
Applicant: 山东大学
Abstract: 本发明公开了一种基于差分隐私机制的边缘智能电网协作决策方法，包括以下步骤：初始化边缘智能电网系统；边缘智能电网节点通过差分隐私机制对自己选择的决策方案进行加噪处理；边缘智能电网节点将经过加噪处理的决策方案通过随机游走方式传递给其它电网节点；每个边缘智能电网节点根据上一阶段传来的所有的决策方案选择一个决策方案作为候选决策方案；每个边缘智能电网节点根据最新观测的随机信号质量确定是否采用候选决策方案。该方法通过随机游走、差分隐私机制保护的方法，使得各电网节点通过协作决策实现电网整体决策过程最优，并且在一定程度上保证了电网中每个节点的本地决策数据的隐私安全，满足差分隐私的要求。
-
公开(公告)号：CN117236295A
公开(公告)日：2023-12-15
申请号：CN202311197701.4
申请日：2023-09-15
IPC: G06F40/166 , G06F40/126 , G06F40/30 , G06N3/042
Abstract: 本发明公开了一种基于图神经网络的机器生成稿件可解释评价方法及系统，该方法包括：获取机器生成的多模态新闻稿件，对多模态新闻稿件内容进行编码，获取新闻稿件整体编码向量和新闻稿件要素编码向量；将新闻稿件整体编码向量和新闻稿件要素编码向量输入层次化图神经网络中，构建新闻稿件异构图，通过基于多层级注意力机制的新闻稿件异构图卷积，更新新闻稿件整体编码向量和新闻稿件要素编码向量，将更新后的编码向量拼接为新闻稿件表示矩阵，通过全连接层输出可解释评价标签预测结果。本发明设计多个可解释评价标签，并利用图神经网络聚合新闻稿件内容及评价信息，对稿件质量进行多层级、细粒度的评价，给出多模新闻稿件的可解释评价标签。
-
-
-
-
-
Search Results
6
records
(took 0.074 seconds)
