用于联邦模型训练的样本特征数据筛选方法、装置、设备及可读存储介质

    公开(公告)号:CN118395319A

    公开(公告)日:2024-07-26

    申请号:CN202410219732.3

    申请日:2024-02-28

    Abstract: 本公开提供了一种用于联邦模型训练的样本特征数据筛选方法、装置、设备及可读存储介质,可以应用于机器学习和数据分析领域。该方法包括:获取采样样本,采样样本包括与目标对象对应的样本特征数据;对多个候选被动端进行多轮筛选操作,得到用于对联邦模型进行训练的目标样本特征数据,其中,第i轮筛选操作包括:根据第1目标被动端至第i‑1目标被动端,确定第i目标被动端集合;根据联合互信息函数处理剩余的候选被动端中的样本特征数据、第i目标被动端集合中的样本特征数据、主动端中的样本特征数据和标签数据,得到第i增益值;在第i增益值小于第i‑1增益值的情况下,根据第i目标被动端集合和主动端各自的样本特征数据,确定目标样本特征数据。

    一种由电子设备执行的数据处理方法及数据处理装置

    公开(公告)号:CN118396101A

    公开(公告)日:2024-07-26

    申请号:CN202410499235.3

    申请日:2024-04-24

    Abstract: 本公开提供了一种由电子设备执行的数据处理方法,可以应用于人工智能及大数据技术领域。该电子设备包括处理器,该处理器用于执行如下方法,该方法包括:响应于针对目标时间段的指标预测请求,从数据库中调取历史数据表;识别历史数据表,并提取历史数据表中与待预测指标对应的目标历史数据;调用包括M个预测模型的预测模型系统,将目标历史数据分别输入M个预测模型中,输出M个预测子结果;从M个预测模型中确定N个目标预测模型;根据M个预测子结果确定N个目标预测模型各自对应的权重系数;根据N个目标预测模型各自对应的预测子结果和N个目标预测模型各自对应的权重系数,输出预测结果。本公开还提供了一种数据处理装置。

    基于图神经网络的银行网点排队时长预估方法

    公开(公告)号:CN115640906A

    公开(公告)日:2023-01-24

    申请号:CN202211385774.1

    申请日:2022-11-07

    Abstract: 本发明公开一种基于图神经网络的银行网点排队时长预估方法,包括:获取业务办理的历史记录;根据此数据构造用户‑业务关系图;对数据和标签进行预处理;将高维稀疏的独热向量转化为低维稠密的嵌入向量;再将其输入基于图神经网络的端到端的业务办理时长预测模型,得到预估办理时长;将结点的初始特征输入到基于图神经网络GNN的深度学习模型进行训练;根据GNN层学习到的结点表征向量进行预测,使用梯度下降方法对神经网络模型训练;获取线下网点排队运营规则,根据预测结果按照该排队运营规则将新到达网点的用户排入,并对其队列前端用户的预估办理时长进行求和,得到新加入用户的时长。该方法能够准确预估排队时长,减少人工成本,提升用户满意度。

    一种联邦学习系统中的快速Paillier加密方法

    公开(公告)号:CN114978495B

    公开(公告)日:2025-03-18

    申请号:CN202210527155.5

    申请日:2022-05-16

    Abstract: 本发明公开了一种联邦学习系统中的快速Paillier加密方法,包括:步骤1,离线得出以模幂运算密态零集合:在训练协议离线阶段,联邦学习系统各参与方根据自身对应训练任务确定自身加密任务总次数,各参与方在本地用公钥以模幂运算生成与自身加密任务总次数对应数量的密态零组成密态零集合;步骤2,利用离线得出的密态零集合以模乘运算在线加密:在训练协议在线阶段,各参与方每次对明文执行Paillier加密时,均从该参与方生成的密态零集合中随机选一个密态零以模乘运算进行本次Paillier加密操作,并在密态零集合去除本次所选密态零。该方法能减少在线阶段加密运算时间开销,有效提升联邦学习训练协议在线阶段运行效率。

    自动识别潜在客户的智能理财方法

    公开(公告)号:CN114297477A

    公开(公告)日:2022-04-08

    申请号:CN202111500509.9

    申请日:2021-12-09

    Abstract: 本发明公开一种自动识别潜在客户的智能理财方法,包括:获取在线金融应用的用户数据,以及关键的用户行为标签数据;对原始的用户数据进行预筛选,基于预先设定好的筛选标准,对各个用户特征进行预筛选;对经过预筛选阶段的用户数据进行预处理;将经过预处理的用户特征数据输入到共享嵌入层;将经过嵌入处理得到的低维稠密的用户特征向量以及表示用户是否购买过智能理财助手推荐的理财产品的标签作为训练样本,输入到特征选择模块,对用户特征进行二次筛选;再次输入到共享嵌入层,经嵌入处理得到低维稠密的特征向量后,将其输入多任务预测层,得到最终的预测结果。该智能理财方法大大提高了目标任务的预测精度,结果准确,高效识别出潜在客户。

    一种联邦学习系统中的快速Paillier加密方法

    公开(公告)号:CN114978495A

    公开(公告)日:2022-08-30

    申请号:CN202210527155.5

    申请日:2022-05-16

    Abstract: 本发明公开了一种联邦学习系统中的快速Paillier加密方法,包括:步骤1,离线得出以模幂运算密态零集合:在训练协议离线阶段,联邦学习系统各参与方根据自身对应训练任务确定自身加密任务总次数,各参与在本地用公钥以模幂运算生成与自身加密任务总次数对应数量的密态零组成密态零集合;步骤2,利用离线得出的密态零集合以模乘运算在线加密:在训练协议在线阶段,各参与方每次对明文执行Paillier加密时,均从该参与方生成的密态零集合中随机选一个密态零以模乘运算进行本次Paillier加密操作,并在密态零集合去除本次所选密态零。该方法能减少在线阶段加密运算时间开销,有效提升联邦学习训练协议在线阶段运行效率。

    中文文本纠错方法、装置、设备与介质

    公开(公告)号:CN115169344A

    公开(公告)日:2022-10-11

    申请号:CN202210851133.4

    申请日:2022-07-20

    Abstract: 本发明涉及自然语言处理技术领域,公开了一种中文文本纠错方法、装置、设备与介质。本发明通过获取待纠错文本,并通过序列标签模型对待纠错文本进行纠错,确定待纠错文本对应的建议纠正文本;根据待纠错文本对建议纠正文本进行后处理,生成纠错后的文本;将待纠错文本和纠错后的文本进行差异比对,生成文本报错提示;从而提高中文文本纠错的全面性和准确性、以及提高文本纠错的效率。

Patent Agency Ranking