公开(公告)号：CN116029835A

公开(公告)日：2023-04-28

申请号：CN202310095700.2

申请日：2023-01-18

Applicant: 之江实验室

Inventor： 张丹丹 ,  殷豪 ,  翟毅腾 ,  杨耀

IPC: G06Q40/06 ,  G06Q10/04 ,  G06N3/044 ,  G06N3/092

Abstract: 本申请涉及一种基于强化学习的投资组合确定方法、装置和电子设备，其中，该基于强化学习的投资组合确定方法包括：构建包括多种不同投资策略的投资策略库，投资策略用于确定投资组合；构建用于表征交易窗口状态的状态特征向量，状态特征向量包括样本状态特征向量和真实状态特征向量；根据投资策略库和样本状态特征向量训练神经网络模型，得到投资组合决策模型；根据真实状态特征向量和投资组合决策模型确定目标投资策略，根据目标投资策略确定目标投资组合。通过选取多种针对不同市场状态的投资策略构建投资策略库，相比于现有技术，决策结果更加稳定，且更具有解释性。解决了相关技术中存在决策结果不稳定、可解释性差的问题。

公开(公告)号：CN118366577A

公开(公告)日：2024-07-19

申请号：CN202410462922.8

申请日：2024-04-17

Applicant: 之江实验室

Inventor： 张卓然 ,  杨耀 ,  翟毅腾 ,  张金仓

IPC: G16C60/00 ,  G06F30/27 ,  G06N3/08 ,  G06N5/022 ,  G06N5/04 ,  G06F21/53 ,  H04L9/40 ,  H04L9/08

Abstract: 本发明提出了一种基于可信执行环境的材料制备工艺优化方法及装置。本发明通过可信执行环境保障成本高昂的材料制备物理仿真模型的机密性，并利用深度学习模型的推理能力，对材料制备工艺进行优化。该发明结合了传统材料制备物理仿真模型和深度学习技术的优势，在改善传统物理模型通用性差等劣势、解决材料制备深度学习模型缺乏训练数据等问题的同时，保障物理模型和深度学习模型的知识产权和数据权益，提高材料制备模型的预测准确度，推动材料工艺的发展。

公开(公告)号：CN118279045A

公开(公告)日：2024-07-02

申请号：CN202410462598.X

申请日：2024-04-17

Applicant: 之江实验室

Inventor： 贾贝 ,  翟毅腾 ,  卢章耀

IPC: G06Q40/03 ,  G06Q10/0639 ,  G06Q10/0635 ,  G06F16/2458 ,  G06N3/126 ,  G06N3/006

Abstract: 本发明提供了一种基于遗传算法进行定向的企业数据生成方法及装置，该方法首先构建银行金融系统的企业标签体系，对标签进行汇总，得到标签库和打标系统；再构建企业数据异常检测模型，用于判断企业数据是否存在异常；根据业务需要，从标签库中选择若干标签，作为最终定向企业数据生成的分布依据；设计遗传算法的适应度函数，和交叉变异操作；系统的执行；得到定向生成的企业数据集合。解决了现有技术中企业数据模拟无法定向生成的问题。

公开(公告)号：CN117633884A

公开(公告)日：2024-03-01

申请号：CN202311616719.3

申请日：2023-11-29

Applicant: 之江实验室

Inventor： 罗逸璕 ,  杨耀 ,  翟毅腾 ,  张金仓

IPC: G06F21/62 ,  G06F21/60 ,  G06F18/23213 ,  G06F18/24

Abstract: 本申请涉及一种基于聚类的数据保护方法、系统、装置及计算机设备。所述方法包括：获取至少两个服务器节点的特征信息；基于特征信息，对服务器节点进行分层聚类，并确定第一层级节点和第二层级节点；获取第二层级节点针对第二层级数据相互进行多方安全计算得到的低层计算结果；将低层计算结果发送至第一层级节点，得到目标数据保护结果；其中，目标数据保护结果，是由第一层级节点基于低层计算结果和第一层级数据进行多方安全计算生成的。采用本方法，通过分层聚类，获得相比随机划分具备更高通信性能的服务器节点；利用多层级结构，将针对固定通信方的多方安全计算协议运用到任意数量的服务器节点参与方，在数据安全性上也有更好的表现。

公开(公告)号：CN117131876A

公开(公告)日：2023-11-28

申请号：CN202311141812.3

申请日：2023-09-05

Applicant: 之江实验室

Inventor： 王笑 ,  刘智 ,  翟毅腾

IPC: G06F40/30 ,  G06F16/36 ,  G06F18/213 ,  G06F18/25 ,  G06N3/09 ,  G06F18/241 ,  G06F40/289

Abstract: 本申请涉及文本处理方法、装置、计算机设备和存储介质，将第一文本输入至训练好的语义学习模型，得到语义信息；训练语义学习模型包括获取第二文本中的目标实体和第一知识图谱，根据目标实体在第一知识图谱中确定节点并生成第二知识图谱；根据第二文本和第二知识图谱得到包括文本特征和图谱特征的实例特征；根据第一自监督任务预测实例特征的部分向量，得到第一损失函数；根据第二自监督任务预测实例特征中第二知识图谱的连接关系，得到第二损失函数；根据第一损失函数和第二损失函数，调整语义学习模型参数，至语义学习模型收敛。根据实例特征和两个自监督任务训练得到的语义学习模型泛化性好，基于语义学习模型处理文本得到的语义信息准确性高。

公开(公告)号：CN117058493A

公开(公告)日：2023-11-14

申请号：CN202311326470.2

申请日：2023-10-13

Applicant: 之江实验室

Inventor： 韩乔 ,  黄勇 ,  杨耀 ,  翟毅腾

IPC: G06V10/774 ,  G06V10/40 ,  G06V10/764 ,  G06V10/74 ,  G06V10/82 ,  G06N3/08

Abstract: 本申请涉及一种图像识别的安全防御方法、装置和计算机设备。所述方法包括：在原图像识别模型的原始样本集中加入与原图像识别模型的梯度相反的噪音，得到模型训练集；随机抽取预设数量的模型训练集中的图像数据，分别输入到各个子专家网络模型中，得到数据特征；计算此组图像数据的准确率交叉熵损失函数、差异性损失函数和焦点稳定性损失函数；基于此组图像数据的准确率交叉熵损失函数、差异性损失函数和焦点稳定性损失函数，利用梯度下降法对多专家网络模型的参数进行更新；当多专家网络模型收敛时，得到用于图像识别的完备多专家网络模型。采用本方法能够解决现有技术中存在人工智能模型对于黑客攻击的防御效果差问题。