-
公开(公告)号：CN118504712A
公开(公告)日：2024-08-16
申请号：CN202410700416.8
申请日：2024-05-31
Applicant: 重庆大学
Abstract: 本发明提供了一种基于本地差分隐私的联邦学习方法及系统。该方法包括：用户端从服务器端获取本轮的全局模型和全局模型参数更新；获取本轮的全局模型参数更新与上一轮的全局模型参数更新的相似度；若相似度小于回溯阈值，通过本地数据训练获得本轮的本地模型参数更新，获得本轮的本地模型参数噪音更新；若相似度大于或等于回溯阈值，从历史全局模型参数更新集中选取与本轮的全局模型参数更新最相似的历史全局模型参数更新，将选取的历史全局模型参数更新所属轮次的本地模型参数噪音更新作为本轮的本地模型参数噪音更新；上传本轮的本地模型参数噪音更新至服务器端。本发明可避免不必要的本地训练过程，节省计算资源和训练时间，自适应调整添噪声。
-
公开(公告)号：CN118095417B
公开(公告)日：2024-08-16
申请号：CN202410224673.9
申请日：2024-02-28
Applicant: 重庆大学
IPC: G06N5/022 , G06N5/02 , G06N5/04 , G06F21/62 , G06F16/951 , G06F16/9536 , G06Q50/00
Abstract: 本发明提供了一种基于差分隐私的约束推理社交图权重发布方法及设备，该方法包括：从社交图中提取所有边的原始权重；通过所有边的原始权重按非降序排列构成第一权重数组；向第一权重数组中添加噪声获得第二权重数组；对第二权重数组进行约束处理获得第三权重数组，约束处理包括非降序分布约束，或者，约束处理包括非降序分布约束和二次约束，非降序分布约束为使第三权重数组中元素满足非降序分布，二次约束为比例约束或平均值约束；利用第三权重数组更新社交图中边的权重，并发布第三权重数组和/或更新后的社交图。提高了第三权重数组和更新后的社交图的可用性，在保证对边的权重隐私保护的同时，提高了后续数据分析结果的准确性。
-
公开(公告)号：CN118468217A
公开(公告)日：2024-08-09
申请号：CN202410541352.1
申请日：2024-04-30
Applicant: 重庆大学
IPC: G06F18/25 , B60W60/00 , B60W50/00 , G06F18/22 , G06F18/213 , G06V10/40 , G06V10/82 , G06F21/62 , G06N3/045 , G06N3/0455 , G06N3/0895 , G06N3/098
Abstract: 本发明涉及智能决策技术，揭露了基于个性化联邦对比学习的驾驶控制方法，包括：客户端获取驾驶数据，并利用多模态处理器对驾驶数据进行特征提取，得到多模态驾驶特征数据；对多模态驾驶特征数据进行数据处理，得到多模态驾驶对比特征数据；对对比学习驾驶预测模型进行训练，得到目标驾驶预测模型，中央服务器将全局神经元参数进行参数聚合后，得到融合参数分发至多个客户端，客户端利用融合参数对目标驾驶预测模型进行个性化参数优化；客户端接收用户实时驾驶数据进行驾驶预测，得到用户驾驶预测结果。本发明还提出一种基于个性化联邦对比学习的驾驶控制系统。本发明可以实现基于个性化联邦对比学习的驾驶控制的个性化驾驶预测。
-
公开(公告)号：CN116092011B
公开(公告)日：2024-07-26
申请号：CN202310176297.6
申请日：2023-02-27
Applicant: 重庆大学
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N3/0895
Abstract: 本发明涉及计算机视觉领域和人群计数技术领域，具体涉及一种基于混合监督多任务学习的域适应人群计数方法及存储介质，方法包括：S1、根据输入图像生成标签密度图、标签人数和标签颠倒判断值；S2、建模；S3、对训练集进行训练，并将三种输出与对应的监督标签进行混合监督，使用三种损失函数计算误差，通过误差反向传播更新网络参数直至得到最优模型；S4、对于新数据集，需要对模型进行微调，生成标签人数和标签颠倒判断值作为监督标签；S5、将三种输出与两种监督标签通过损失函数计算误差，得到微调最优模型；S6、将测试集输入到最优模型中得到估计人数。本发明解决了现有技术不同数据分布差异与目标场景人群标注量少带来的计数准确性差的问题。
-
公开(公告)号：CN118336758A
公开(公告)日：2024-07-12
申请号：CN202410439210.4
申请日：2024-04-12
Applicant: 重庆大学
Abstract: 本发明实施例公开了一种基于V2G网络的电力分配优化方法、装置、芯片及终端，应用于移动端参与的V2G网络，方法首先设置各种电车交易信息的初始权重，然后根据初始权重和属性筛选出基础交易数据中的关键数据，关键数据作为移动端需要使用的训练数据，通过云存储服务器进行存储，提高电力分配优化中交易数据的利用效率和准确性。并且，移动端根据所提供的训练数据进行联邦学习，优化和更新移动端的本地模型，进而优化和更新全局模型，由于交易数据与电力息息相关，因此，此部分也优化了最终输出的供电方案，根据供电方案进行电力分配，可以解决电力短缺的问题，且具有较好的可持续性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN117688425A
公开(公告)日：2024-03-12
申请号：CN202311684880.4
申请日：2023-12-07
Applicant: 重庆大学
IPC: G06F18/24 , G06F16/901 , G06F16/906 , G06N3/042 , G06N3/0455 , G06N3/098 , G06F18/25 , G06F18/22
Abstract: 本发明涉及人工智能技术领域，揭露了面向Non‑IID图数据的多任务图分类模型构建方法，包括：客户端获取本地图数据，并对本地图数据配置混合图神经网络模型；利用混合图神经网络模型对所述本地图数据的分类预测，得到本地图数据的图预测结果，并提取当前混合图神经网络模型的融合层参数，并将融合层参数上传至中央服务器；中央服务器接收混合图神经网络模型中融合层参数，并利用聚合函数将所述融合层参数进行聚合，得到聚合融合层参数，中央服务器将聚合融合层参数分发至所述客户端。本发明还提出一种面向Non‑IID图数据的多任务图分类模型构建系统。本发明可以提高面向Non‑IID图数据的多任务图分类模型构建的准确率以及泛化能力。
-
公开(公告)号：CN117155680A
公开(公告)日：2023-12-01
申请号：CN202311181641.7
申请日：2023-09-13
Applicant: 重庆大学
IPC: H04L9/40
Abstract: 本发明涉及密码安全技术，揭露了面向电力数据交易的隐私保护匹配方法，包括：买方端设备根据电力数据交易需求生成任务属性密文以及需求关键字密文；电力公司设备收集电力数据，将电力数据的特征关键字发送至可信机构，通过可信机构生成特征关键字标识符；在进行电力数据交易匹配时，电力公司设备根据特征关键字标识符生成匹配陷门；数据处理中心对接收的任务属性密文、需求关键字密文、电力公司设备以及匹配陷门进行一致性匹配，成功后将任务属性密文返回至电力公司设备；电力公司设备对任务属性密文进行解密，并通过解密后的任务解密明文得到任务内容。本发明可以提高面向电力数据交易的隐私保护匹配的安全性和效率。
-
公开(公告)号：CN116541883B
公开(公告)日：2023-11-17
申请号：CN202310532012.8
申请日：2023-05-10
Applicant: 重庆大学
IPC: G06F21/62 , G06F21/60 , G06Q50/00 , G06F16/906
Abstract: 本发明涉及人工智能技术，揭露了一种基于信任的差分隐私保护方法，包括：获取社交图，并从社交图中提取社交节点间的社交因素；根据社交因素利用递归函数计算相邻社交节点的直接信任值，得到直接信任矩阵，并根据直接信任矩阵构建直接信任图；从社交图中查询信任路径集合，查询所述信任路径集合中最受信任的信用路径；计算信用路径两端社交节点的间接信任值，整合所述间接信任值得到间接信任矩阵，根据间接信任矩阵构建间接信任图；利用直接信任图以及间接信任图构建信任网络，将信任网络与隐私级别进行映射，完成基于信任的差分隐私保护。本发明还提出一种基于信任的差分隐私保护装置、设备以及存储介质。本发明可以提高用户隐私保护的安全性。
-
公开(公告)号：CN115878906A
公开(公告)日：2023-03-31
申请号：CN202211595849.9
申请日：2022-12-13
Applicant: 重庆大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明提供了一种保护个人相似度的社交图生成方法，包括以下步骤：获取初始社交图，计算初始社交图中关联节点之间的属性相似度，根据初始社交图中的所有属性相似度组成初始相似度序列，对初始相似度序列进行拉普拉斯加噪处理获得加噪相似度序列；对加噪相似度序列进行后置处理获得最终相似度序列；将最终相似度序列写入初始社交图中生成隐私社交图。本发明生成的社交图在使用过程中能够有效地保护节点属性，防止关联节点件的属性推断。
-
公开(公告)号：CN115719116A
公开(公告)日：2023-02-28
申请号：CN202211460794.0
申请日：2022-11-21
Applicant: 重庆大学
IPC: G06Q10/04 , H04L9/00 , G06Q50/06 , G06F21/60 , G06F21/62 , G06N3/084 , G06N3/08 , G06F18/214 , G06N3/04
Abstract: 本发明适用于电力预测技术领域，提供了一种电力负荷预测方法、装置及终端设备，方法包括：获取用户客户端的加密用电数据，作为加密训练数据；使用加密训练数据训练预测模型，获得初始预测模型，以及初始预测模型的加密模型参数；将加密模型参数反馈给用户客户端，以使用户客户端解密加密模型参数；获取用户客户端解密加密模型参数所输出的更新模型参数；根据更新模型参数调整初始预测模型，获得电力负荷预测模型；通过电力负荷预测模型预测用户客户端的电力负荷情况。通过本发明可以克服电力负荷预测方法中深度学习、机器学习过程中的数据没有隐私保护措施，存在泄露用户隐私风险的问题。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.027 seconds)
