一种基于数字人民币的超级智能城市群智感知激励方法

    公开(公告)号:CN116307813A

    公开(公告)日:2023-06-23

    申请号:CN202211650192.1

    申请日:2022-12-21

    摘要: 本发明公开了一种基于数字人民币的超级智能城市群智感知激励方法,采用用户层、区块链层、数字人民币系统层三部分,数据使用用户发布群智感知任务,并提供相应支出的数字人民币金额,任务参与用户完成感知任务,上传感知数据到区块链上完成用户信息的存储,区块链通过多属性拍卖算法筛选感知数据,根据中标情况自动调用数字人民币系统相关接口将数字人民币发放至中标用户的数字人民币账户中,实现奖励发放。本发明引入区块链,解决了群智感知依赖集中式平台的问题,区块链与数字人民币相结合,实现信誉值和奖励发放的真实可靠、高效公正。同时,本发明利用数据的多个属性计算效用值,通过数据效用值对感知数据进行筛选,可以有效提高数据的质量。

    一种数字人民币与联盟链互联互通方法

    公开(公告)号:CN115829553A

    公开(公告)日:2023-03-21

    申请号:CN202211650133.4

    申请日:2022-12-21

    IPC分类号: G06Q20/06 G06Q20/38

    摘要: 本发明公开了一种数字人民币与联盟链互联互通方法,基于动态弹性可扩展预言机,以数字人民币运营机构组成预言机网络,通过该架构打通区块链与数字人民币系统,帮助数字人民币在联盟链网络中合法、有序、合规流通,解决了区块链获取数字人民币数据的问题,实现区块链与数字人民币的互联互通,减少区块链直接改成接入数字人民币系统的成本,拓展数字人民币区块链系统的应用场景。此外本发明还提高了预言机向区块链返回数字人民币数据的吞吐量以及数字人民币运营机构的资源利用效率,解决了运营机构组成的预言机网络的吞吐量低和资源分配效率低等问题。

    基础模型分布式训练系统和训练方法

    公开(公告)号:CN117035053A

    公开(公告)日:2023-11-10

    申请号:CN202310768191.5

    申请日:2023-06-27

    摘要: 本发明涉及深度学习技术领域,尤其涉及一种基础模型的分布式训练系统和训练方法,首先将初始基础模型下发给各个智能终端,采用本地训练集对初始基础模型进行训练,得到训练后的个性化模型;然后在各个边缘服务器中,对接收到的多个个性化模型的模型参数进行图聚类更新,并根据聚类结果进行初步聚合处理,得到多个聚合后的局部模型;并将多个局部模型的模型参数发送给云服务器;对多个局部模型的模型参数进行整体聚合,得到新的初始基础模型。这样,将初始基础模型下发到多个智能终端中分别进行训练,再对训练后的个性化模型进行参数聚合,以得到最终训练好的基础模型,可以提高基础模型的训练效率。

    基于信誉反向拍卖的联邦学习激励方法、系统和存储介质

    公开(公告)号:CN116720593A

    公开(公告)日:2023-09-08

    申请号:CN202310604521.7

    申请日:2023-05-24

    IPC分类号: G06N20/20

    摘要: 本发明公开了基于信誉反向拍卖的联邦学习激励方法、系统和存储介质,属于联邦学习技术领域。本发明的基于信誉机制和反向拍卖的联邦学习激励方法,通过构建信誉评估模型、反向拍卖学习模型、联邦学习服务器,对若干客户端的信誉数据进行评估,进而筛选出一个或多个客户端作为候选客户端;然后对候选客户端的密封投标数据进行求解,筛选出一个或多个最佳客户端;并根据交互信息,对最佳客户端进行信誉评估,得到信誉激励值;再对最佳客户端的信誉数据进行更新,从而完成基于信誉机制和反向拍卖的联邦学习激励,能够有效保证整个激励机制的真实性和可靠性,同时能够激励更多具有高质量数据和高信誉值的客户端参与联邦学习。