公开(公告)号：CN116502709A

公开(公告)日：2023-07-28

申请号：CN202310755582.3

申请日：2023-06-26

Applicant: 浙江大学滨江研究院

Inventor： 韩蒙 ,  李荣昌 ,  章燕 ,  张龙源 ,  林昶廷 ,  尹建伟

IPC: G06N3/098 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06V10/762 ,  G06F21/62

Abstract: 本发明公开了一种异质性联邦学习方法和装置，每轮异质性联邦学习依序执行可见域知识融合、扩散域数据生成以及扩散域知识融合阶段；在可见域知识融合阶段，通过图卷积神经网络对本地样本驱动的激活拓扑网络图进行图嵌入表示，更加真实反映联邦学习中不同参与方的数据异质性，通过利用知识迁移方式将簇内模型知识融合到不同簇的参与方，有效提升不同参与方的模型泛化性，提升模型的预测效果；在扩散域数据生成阶段，通过参与方在本地数据提取的特征生成扩散样本，保留了参与方原始的数据分布；扩散域知识融合阶段，采用扩散域的数据特征融合，可以有效融合不同数据域，缓解不同参与方的数据异质性，加快模型的收敛。

公开(公告)号：CN116434569A

公开(公告)日：2023-07-14

申请号：CN202211674332.9

申请日：2022-12-26

Applicant: 浙江大学滨江研究院

Inventor： 林昶廷 ,  韩蒙 ,  戴强 ,  张龙源 ,  任倩倩 ,  琚兆杰 ,  俞伟平 ,  王滨

IPC: G08G1/065 ,  G08G1/01 ,  G06Q10/04 ,  G06Q10/063 ,  G06Q50/26 ,  G06F30/27 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于STNR模型的交通流量预测方法及系统，包括将目标路段的历史交通流量数据按时间顺序进行排序，并划分为长期数据和短期数据，获得训练集；构建交通流量预测模型，将长期数据和短期数据作为交通流量预测模型的输入，训练所述的交通流量预测模型；所述的交通流量预测模型包括全连接层、长短期处理模块、时空卷积模块和多层感知器模块；采集当前时刻目标路段的交通流量数据，并输入至训练好的交通流量预测模型中，预测未来时段的交通流量。本发明有效的捕捉交通流量的空间依赖性和时间依赖性，提高了预测准确率。

公开(公告)号：CN113902954A

公开(公告)日：2022-01-07

申请号：CN202111084309.X

申请日：2021-09-15

Applicant: 浙江大学滨江研究院

Inventor： 林昶廷 ,  韩蒙 ,  张旭鸿 ,  张龙源 ,  纪守领

IPC: G06V10/774 ,  G06V10/764 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于主特征增强的图像中毒防御方法、装置及其应用，方法包括：获取图像数据集；选取中毒攻击方法对图像样本进行下毒操作并对深度学习模型进行训练，获得中毒深度学习模型；基于特征神经通路获得主特征增强样本，构成主特征图像数据集；采用原始的图像数据集、主特征图像数据集以及对应的类标对中毒深度学习模型进行训练，获得增加防御机制后的深度学习模型；将中毒样本输入到增加防御机制后的深度学习模型中，统计中毒样本的标签变化率；迭代直至标签变化率大于或等于设定阈值，则获得最终的具有防御机制的深度学习模型。本发明的方法与深度学习采用的模型无关，并且适用于其他多种策略，不影响模型的正常功能的使用。