公开(公告)号：CN120011427A

公开(公告)日：2025-05-16

申请号：CN202510023571.5

申请日：2025-01-07

Applicant: 复旦大学

Inventor： 刘森 ,  柴洪峰 ,  李佳乐 ,  钱润 ,  林念旺

IPC: G06F16/248 ,  G06F40/174 ,  G06F40/177 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/092 ,  G06N5/04

Abstract: 本发明提供了一种小模型与语言模型协同增强的表格数据生成方法及装置，具有这样的特征，包括步骤S2‑1，构建表格数据生成模型，并将原始训练数据集作为训练数据集；步骤S2‑2，通过表格数据生成模型生成训练数据集对应的训练合成数据，并根据训练合成数据和训练数据集优化表格数据生成模型；步骤S2‑3，判断是否达到预设终止条件，若是，则得到训练好的表格数据生成模型，若否，则进入步骤S2‑4；步骤S2‑4，通过训练好的小模型生成训练合成数据对应的辅助训练数据，并将原始训练数据集和辅助训练数据合并作为训练数据集，执行步骤S2‑2。总之，本方法能够生成更加真实的合成表格数据。

公开(公告)号：CN119599106A

公开(公告)日：2025-03-11

申请号：CN202411647636.5

申请日：2024-11-18

Applicant: 复旦大学

Inventor： 朱鸿斌 ,  柴洪峰 ,  孙旭 ,  杨春 ,  况文川

IPC: G06N5/02 ,  G06N3/042

Abstract: 本发明提供了一种基于预训练模型的图神经网络知识图谱补全方法，具有这样的特征，包括步骤S1，得到各个有描述实体和关系对应的自然语言表示；步骤S2，根据所有有描述实体对应的自然语言表示，得到各个无描述实体对应的自然语言表示；步骤S3，训练得到知识图谱补全模型，以及各个关系对应的表示和各个无描述实体对应的初始语义表示；步骤S4，将三元组、各个有描述实体对应的自然语言表示和三元组中关系对应的表示输入训练好的知识图谱补全模型，得到缺失实体。总之，本方法能够提高知识图谱的补全效果。

公开(公告)号：CN119379050A

公开(公告)日：2025-01-28

申请号：CN202310926215.5

申请日：2023-07-26

Applicant: 复旦大学

Inventor： 柴洪峰 ,  刘森 ,  朱鸿斌 ,  曾倩如 ,  李智鑫

IPC: G06Q10/0639 ,  G06Q40/02 ,  G06F16/25 ,  G06F16/242 ,  G06F16/23

Abstract: 本发明提供了一种银行ESG指数系统，具有这样的特征，包括云端服务器，用于存储专利数据、企业财务指标、第一类政策文件和第二类政策文件；至少一个用户终端，通过网络与云端服务器通信连接，其中，云端服务器包括服务侧通信部、数据存储部、指标及权重更新部、三级指标及权重存储部、ESG数据提取部和ESG指数计算部，用户终端包括输入存储部和用户侧通信部。总之，本系统能够得到更为准确的ESG指数评价结果。

公开(公告)号：CN118211769A

公开(公告)日：2024-06-18

申请号：CN202211637200.9

申请日：2022-12-16

Applicant: 复旦大学

Inventor： 柴洪峰 ,  吴杰 ,  侯鹏 ,  刘森 ,  江宵汉

IPC: G06Q10/0631 ,  G06N3/045 ,  G06N3/08 ,  G06F9/50

Abstract: 本发明提供一种无人机边缘计算中基于联合深度强化学习的动态服务方法，该方法充分利用无人机之间的协作，将深度强化学习的决策能力和联邦学习的分布式训练能力结合，对无人机的本地模型及本地模型聚合生成的聚合模型进行训练，获取了具有最优服务策略的全局模型，从而实现无人机边缘计算网络中无人机动态切换服务类型，并为地面应用设备分配通信和计算资源的功能。本发明充分发挥了两种算法在无人机边缘计算中的优势，不仅在学习性能上非常接近集中式DRL，而且能够减少网络数据的传递，减轻中心服务器的训练压力。因此，本发明能够很好的结合集中式和全分布式的优点，非常适合计算能力和能源受限的无人机边缘计算场景中人工智能模型的部署和训练。

公开(公告)号：CN116756291A

公开(公告)日：2023-09-15

申请号：CN202310818649.3

申请日：2023-07-04

Applicant: 复旦大学

Inventor： 荆一楠 ,  张寒冰 ,  何震瀛 ,  王晓阳 ,  吴杰 ,  柴洪峰

IPC: G06F16/332 ,  G06F16/33 ,  G06N5/04 ,  G06N3/08

Abstract: 本发明提供一种基于和积网络模型的基数估计及近似查询处理方法及装置，在模型构建步骤中基于准确性需求对叶子节点的行号位图进行合并，从而构建出准确性高并且最小化推理开销的融合位图的和积网络模型；在查询处理步骤中，基于给定的与准确性需求相关的规则以及分解到最底层乘积节点中的查询请求决定其下叶子节点的计算方式，因此能够获取最优的推理准确性以及开销。通过本发明的方法及装置能够提高查询优化中基数估计的准确性，从而帮助提高查询优化结果，减少查询执行所需开销，帮助数据分析人员对大规模数据集进行实时分析，通过融合额外的数据分布特征，提高近似查询处理在SPJA查询上的准确性，以提升用户体验，提高决策的有效性。

公开(公告)号：CN116091214A

公开(公告)日：2023-05-09

申请号：CN202211339319.8

申请日：2022-10-29

Applicant: 复旦大学

Inventor： 王锴 ,  赵宇 ,  童麦可 ,  陈辰 ,  韩伟力 ,  柴洪峰

IPC: G06Q40/04 ,  G06F21/62

Abstract: 本发明属于区块链领域，具体为一种面向UTXO模型区块链的勒索地址识别方法。本发明包括：针对勒索活动交易行为提取地址本身的交易特征；创新地定义四种交易关系，聚合相关地址特征以构建级联交易特征；利用正样本无标签学习方法消减数据不平衡影响，构建勒索地址识别模型；快速更新地址特征，实现勒索活动及时预警。本发明能够在UTXO模型区块链中高效准确地识别用于勒索活动的区块链地址，协助区块链监管和非法活动打击。本发明还对其他支付网络中的勒索地址识别方案提供参考，通过自定义修改本身交易特征的提取，即可设计出针对不同支付网络的勒索地址识别方案，以利于打击区块链中异常猖獗且危害极大的勒索活动，具有很好的应用前景。

公开(公告)号：CN117931873A

公开(公告)日：2024-04-26

申请号：CN202211265129.6

申请日：2022-10-17

Applicant: 复旦大学

Inventor： 韩伟力 ,  童麦可 ,  王锴 ,  李智鑫 ,  陈姝宇 ,  陈辰 ,  柴洪峰

IPC: G06F16/2457 ,  G06F16/27 ,  G06Q40/04

Abstract: 本发明属于区块链技术领域，具体为一种面向UTXO模型区块链的链上交易数据快速解析方法。本发明主要包括：根据区块链的数据结构，直接解析其对应的原始二进制数据文件获取该币种的每一笔结构化的链上交易数据；从链上交易数据中获取每一笔交易的输入地址和金额并补充到原始交易的输入字段中；最后将花费输出的交易哈希和花费时间字段补充到原始交易的输出字段中。本发明综合运用键值数据库和文件读写方法，能够快速同步解析比特币、比特币现金、莱特币、狗狗币以及大零币等UTXO类区块链从首笔交易到最新交易的数据，并对交易输入和输出中的关键字段进行补充。能够扩展到更多UTXO类区块链的链上交易数据的快速解析过程，为其数据分析提供支持。

公开(公告)号：CN117669695A

公开(公告)日：2024-03-08

申请号：CN202310895640.2

申请日：2023-07-20

Applicant: 复旦大学

Inventor： 吴杰 ,  柴洪峰 ,  李智鑫

IPC: G06N3/098 ,  G06N3/0464 ,  G06V40/16 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明提供一种基于域独立的联邦学习去偏方法及装置，由于在客户端的本地深度学习分类模型的训练过程中对敏感属性信息进行显式编码，并在预测过程中显式减轻敏感属性对预测属性的关联性，因此使训练好的本地深度学习分类模型在预测过程中忽略预测属性与敏感属性的相关性，并且实现敏感属性上的人口学平等性，即减轻本地模型的偏见，提高本地模型的准确率和公平性，进而提升聚合后的全局深度学习分类模型的准确率和公平性。

公开(公告)号：CN117311952A

公开(公告)日：2023-12-29

申请号：CN202210699106.X

申请日：2022-06-20

Applicant: 复旦大学

Inventor： 柴洪峰 ,  吴杰 ,  侯鹏 ,  江宵汉

IPC: G06F9/50 ,  G06N20/00

Abstract: 本发明为MEC环境下的边缘服务器动态放置问题提供了一种基于深度强化学习的智能化解决方法。具体地，以现实环境中通信基站的地理上的位置分布、时间上的工作负载和现有边缘服务器的布局为深度强化学习的系统状态(State)输入，以边缘服务器的动态选址为动作(Action)，综合考虑网络、收益和成本等因素为奖励(Reward)，训练代理(Agent)能够根据当前状态自主确定最佳的边缘服务器放置动作。此外，为了充分反映系统状态在地理和时间上的特征，加快代理的学习速度和效率，基于热力图和灰度图的形式将系统状态转化为灰度热力图，从而将边缘服务器动态放置问题转化为计算视觉问题。

公开(公告)号：CN115190072B

公开(公告)日：2023-06-20

申请号：CN202210801225.1

申请日：2022-07-08

Applicant: 复旦大学

Inventor： 刘森 ,  徐扬 ,  梁富荣 ,  闫威 ,  林镶 ,  柴洪峰

IPC: H04L47/10 ,  H04L1/00

Abstract: 本发明提供了激进传输协议和保守传输协议之间公平性的速率调节方法，包括以下步骤：步骤S1，在接收端主机的虚拟交换机中设置数据流记录表；步骤S2，虚拟交换机收到数据流的报文后，判断报文类型；步骤S3，当为数据报文时，判断报文所属数据流在数据流记录表中是否有记录，若有，读取报文的序列号，更新数据流记录表中表项的拥塞窗口字段，若没有，在数据流记录表中生成表项，记录数据流的传输协议类型并初始化拥塞窗口大小；步骤S4，当为确认报文时，判断报文所属数据流是否是激进传输协议，若是，读取报文的序列号，更新数据流对应表项的拥塞窗口值，并根据表项条目数量和拥塞窗口值，重置报文头部的通告窗口字段，若不是，进行正常传输。