-
公开(公告)号：CN116933898A
公开(公告)日：2023-10-24
申请号：CN202210349034.6
申请日：2022-04-01
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本申请实施例公开了一种数据交互方法，该方法包括：在基于训练数据对初始模型进行模型训练得到第一模型和第一模型参数之后，采用目标隐变量转换算法对第一模型参数进行处理得到第一转换数据并发送至协作节点；接收协作节点发送的目标转换数据，并采用目标隐变量转换算法对目标转换数据进行处理得到模型总参数；其中，目标转换数据是采用目标隐变量转换算法对基于第一模型参数和第二参与节点的第二模型参数得到的模型总参数处理后得到的；基于模型总参数对第一模型进行更新，并基于训练数据对更新后的第一模型进行模型训练直至得到目标模型。本申请实施例还公开了一种数据交互设备和计算机可读存储介质。
-
公开(公告)号：CN116545956A
公开(公告)日：2023-08-04
申请号：CN202210087524.3
申请日：2022-01-25
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供了一种资源分配方法、装置及系统，属于大数据技术领域。资源分配方法应用于参与方节点，包括：接收需求方节点的本次迭代的建模任务，所述建模任务包括以下至少一项：建模精度需求、完成时间及资源开销上限；根据所述本次迭代的建模任务，利用本地数据及本地模型进行建模计算，并记录所述本次迭代的建模结果、资源消耗情况以及当前可用资源情况；向所述需求方节点反馈本次迭代的第一结果，所述第一结果包括所述本次迭代的建模结果、资源消耗情况以及当前可用资源情况。本发明的技术方案能够有效调度建模任务和资源。
-
公开(公告)号：CN116502734A
公开(公告)日：2023-07-28
申请号：CN202210060043.3
申请日：2022-01-19
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06N20/20
Abstract: 本发明提供一种横向联邦学习方法、系统及参与设备，该方法包括：联邦学习的各个参与设备利用集成学习的方法进行T轮数据抽样，每轮数据抽样得到分布接近的一组采样集；其中，每组采样集包括各个参与设备分别对应的采样集；所述各个参与设备使用每组采样集分别进行横向联邦学习，生成T个基学习器；T为大于1的整数；由于每一组采样集分布接近，克服了原始数据非独立同分布问题，因此能够提高训练出的基学习器的模型精度；同时，不同组采样集的分布也各不相同，则不同组采样集训练出的基学习器会有差异。根据集成学习理论，满足这两个条件的基学习器集合，进行集成学习会有较高的模型精度。
-
公开(公告)号：CN114782668A
公开(公告)日：2022-07-22
申请号：CN202110005363.4
申请日：2021-01-05
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/22 , G06V10/77 , G06V10/774 , G06K9/62 , G06N20/00
Abstract: 本申请实施例提供一种模型聚合方法、装置、系统及电子设备，属于通信技术领域。该方法包括：协调节点生成特征数据集合；将所述特征数据集合发送至多个参与节点；由所述多个参与节点获取多个均衡度量值，所述均衡度量值是所述多个参与节点基于所述特征数据集合对其本地样本数据进行补充之后生成的；由所述多个参与节点获取多个初始模型；基于所述多个均衡度量值对所述多个初始模型进行模型聚合。本申请能够解决现有技术中存在的数据非独立分布现象，提高了模型聚合的效果和速度，也大大提高了模型计算的精度和准确度。
-
公开(公告)号：CN114723467A
公开(公告)日：2022-07-08
申请号：CN202110002445.3
申请日：2021-01-04
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06Q30/02
Abstract: 本申请实施例公开了一种数据处理方法、装置、设备及计算机可读存储介质。其中，所述方法包括：确定各数据参与方对应的第一数据价值；所述第一数据价值表征所述数据参与方的数据自身所具有的固有价值；确定各数据参与方对应的第二数据价值；所述第二数据价值表征所述数据参与方的数据在协同任务的执行过程中对协同任务产生的效能价值；基于所述第一数据价值和所述第二数据价值，确定向各数据参与方分配的激励值，并将确定的所述激励值分配给相应的数据参与方；所述激励值表征所述数据参与方在参与协同任务过程中获得的回馈奖励。
-
Patent Agency Ranking
公开(公告)号：CN114386613A
公开(公告)日：2022-04-22
申请号：CN202011121251.7
申请日：2020-10-19
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06N20/00
Abstract: 本发明提供一种基于联邦学习的模型更新方法、信息发送方法及设备，属于大数据分析技术领域，其中基于联邦学习的模型更新方法包括：获取至少两个目标终端发送的第一模型参数，并获取所述至少两个目标终端的训练数据的质量评估结果，所述第一模型参数是所述目标终端基于所述训练数据对目标联邦学习模型进行模型更新得到的更新后的模型参数；根据所述至少两个目标终端的训练数据的质量评估结果，对所述第一模型参数进行加权求和，得到第二模型参数；根据所述第二模型参数，对所述目标联邦学习模型进行模型更新。本发明可以提高模型质量和建模效率。
-
公开(公告)号：CN114782668B
公开(公告)日：2025-03-25
申请号：CN202110005363.4
申请日：2021-01-05
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/22 , G06V10/77 , G06V10/774 , G06N20/00
Abstract: 本申请实施例提供一种模型聚合方法、装置、系统及电子设备，属于通信技术领域。该方法包括：协调节点生成特征数据集合；将所述特征数据集合发送至多个参与节点；由所述多个参与节点获取多个均衡度量值，所述均衡度量值是所述多个参与节点基于所述特征数据集合对其本地样本数据进行补充之后生成的；由所述多个参与节点获取多个初始模型；基于所述多个均衡度量值对所述多个初始模型进行模型聚合。本申请能够解决现有技术中存在的数据非独立分布现象，提高了模型聚合的效果和速度，也大大提高了模型计算的精度和准确度。
-
公开(公告)号：CN111949114B
公开(公告)日：2024-11-08
申请号：CN201910402507.2
申请日：2019-05-15
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F3/01
Abstract: 本发明实施例提供一种图像处理方法、装置及终端，该图像处理方法包括：获取拍摄设备的第一运动和位置姿态数据，以及获取观看设备的第二运动和位置姿态数据；根据所述第一运动和位置姿态数据以及所述第二运动和位置姿态数据，从拍摄图像中截取与用户视线对应的目标处理图像，所述拍摄图像是由所述拍摄设备拍摄得到，对所述目标处理图像进行处理，得到目标显示图像；对所述目标显示图像进行显示。本发明的实施例，可以在保证图像显示效果的前提下，减小相关图像处理算法的搜索空间，从而有效提高图像处理的性能和速度。
-
公开(公告)号：CN118802676A
公开(公告)日：2024-10-18
申请号：CN202410304861.2
申请日：2024-03-18
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种协议一致性测试方法、装置、介质、产品及设备，适用于包括代理模块、过滤器模块和适配器模块的测试系统，所述方法包括：通过所述代理模块接收测试任务，并将所述测试任务中携带的协议数据需求发送至协议测试对象；其中，所述代理模块用于通过所述过滤器模块和所述适配器模块与所述协议测试对象进行交互；通过所述代理模块接收所述协议测试对象响应接收到的协议数据需求返回的协议数据，并根据接收到的协议数据进行协议一致性测试。采用本发明的技术方案能够在隐私计算和联邦学习等需要保护数据安全和隐私的场景下，实现交互协议在满足数据安全和隐私保护的情况下的一致性测试。
-
公开(公告)号：CN118158777A
公开(公告)日：2024-06-07
申请号：CN202211548613.X
申请日：2022-12-05
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04W52/02 , H04W24/08 , H04L41/147
Abstract: 本发明公开了一种网络侧设备节能方法、装置、电子设备和可读存储介质，涉及基站节能技术领域，以解决业务量预测值精度较低的问题。该方法包括：确定第一网络侧设备对应的第一类别；基于预先定义的类别与预测模型的对应关系，确定所述第一类别对应的第一预测模型；将第一网络侧设备的业务信息输入所述第一预测模型，获得第一预测值，所述第一预测值为所述第一网络侧设备的业务量预测值；基于所述第一预测值控制所述第一网络侧设备的工作状态。本发明实施例可提高业务量预测值的精度。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.036 seconds)
