公开(公告)号：CN116882767A

公开(公告)日：2023-10-13

申请号：CN202311158959.3

申请日：2023-09-08

Applicant: 之江实验室

Inventor： 吴迪 ,  那崇宁 ,  胡汉一 ,  张泷

IPC: G06Q10/0635 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/09

Abstract: 本说明书公开了一种基于不完善异构关系网络图的风险预测方法及装置，可以确定该目标业务对象及相关业务对象的初始特征，而后，根据异构关系网络图、初始特征和图结构调整参数，确定目标业务对象的综合特征。将该目标业务对象的综合特征输入到风险预测网络中，预测得到目标业务对象的风险程度。最后，根据目标业务对象的风险程度，确定针对目标业务对象的策略，并确定奖励，进而根据策略评价值和奖励，对特征提取网络、风险预测网络以及评价网络进行训练，以调整图结构调整参数，根据调整后的图结构调整参数，得到调整后的异构关系网络图，并根据调整后的异构关系网络图以及风险预测网络，实时进行风险预测，从而提高了风险预测的准确性。

公开(公告)号：CN116821817A

公开(公告)日：2023-09-29

申请号：CN202310595002.9

申请日：2023-05-23

Applicant: 之江实验室

Inventor： 陈奎 ,  那崇宁 ,  杨耀 ,  卢冰洁

IPC: G06F18/243 ,  G06N5/01 ,  G06N20/20 ,  G06F18/214 ,  G06F18/27

Abstract: 本申请涉及一种基于联合树模型的数据预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：首先，获取本地数据集与初始第三方数据集，之后，基于所述本地数据集确定局部训练树模型，基于联合数据集确定局部联合树模型，其中，所述联合数据集包括所述本地数据集和初始第三方数据集，之后，基于所述本地数据集确定所述局部训练树模型和局部联合树模型的树节点的信息熵值，之后，基于所述信息熵值确定所述初始第三方数据集参与训练的增益程度，基于所述增益程度确定目标第三方数据集，并基于所述本地数据集以及目标第三方数据集确定目标联合树模型，最后，将待预测数据输入所述目标联合树模型，得到预测结果。

公开(公告)号：CN116756494A

公开(公告)日：2023-09-15

申请号：CN202311057175.1

申请日：2023-08-22

Applicant: 之江实验室

Inventor： 梁变 ,  卢章耀 ,  吴迪 ,  那崇宁 ,  杨耀

IPC: G06F18/10 ,  G06F18/2433 ,  G06F18/27 ,  G06F17/18

Abstract: 本申请涉及一种数据异常值处理方法、装置、计算机设备和可读存储介质。所述方法包括：获取多个单样本数据中的目标列数据以及多个特征列数据；基于多个所述单样本数据的历史数据，确定每个所述单样本数据的异常值处理次数；根据所述目标列数据对多个所述特征列数据进行分类，得到多个特征列数据组；基于异常值处理次数为多个所述特征列数据组分配对应的数据组处理次数；基于所述数据组处理次数，对相应特征列数据组中的特征列数据进行异常数据处理。采用本方法能够实现数据的预处理，且为特征列数据组分配恰当的异常值处理次数，确保良好的数据清洗效果的同时尽可能的减少数据处理时间和资源的浪费，大幅度提高数据异常值处理的效率和精度。

公开(公告)号：CN116304891B

公开(公告)日：2023-08-01

申请号：CN202310590427.0

申请日：2023-05-24

Applicant: 之江实验室

Inventor： 丁锴 ,  陈奎 ,  梁变 ,  那崇宁

IPC: G06F18/241 ,  G06N3/096 ,  G06N3/088 ,  G06F16/2452 ,  G06N3/08

Abstract: 本申请涉及一种基于多源数据迁移学习的类别预测方法和装置。所述方法包括：获取多个来自不同数据源的表格数据，基于表格数据确定不同的目标任务下的关键数据映射表；通过数据向量化获取表格数据中每个单元格的文本向量，根据文本向量对待训练的自监督表格模型进行预训练；基于关键数据映射表，通过自监督表格模型确定目标任务训练集；基于目标任务对自监督表格模型进行优化，得到待优化的目标表格模型，根据目标任务训练集训练待优化的目标表格模型，得到目标表格模型；通过目标表格模型确定待预测数据的类别。采用本方法能够解决业务相似的不同机构中存在的因表格结构差异导致的预处理工作繁重、业务模型无法迁移复用等难点问题。

公开(公告)号：CN116150341A

公开(公告)日：2023-05-23

申请号：CN202310440660.0

申请日：2023-04-23

Applicant: 之江实验室

Inventor： 潘怡君 ,  那崇宁 ,  张泷 ,  胡汉一

IPC: G06F16/332 ,  G06F16/33 ,  G06Q40/08 ,  G06F18/2411 ,  G06F18/214

Abstract: 本申请涉及一种理赔事件检测方法、计算机设备和存储介质，在图网络发生变更的情况下，更新第一节点序列，得到当前时间戳的第二节点序列，其中，图网络基于理赔事件的数据构建得到，第一节点序列通过关联图网络中的多个节点得到；在词向量模型中，根据第二节点序列和涉变更节点的权重参数，对词向量模型进行反向迭代训练，并根据训练后的词向量模型得到当前时间戳的节点向量，其中，涉变更节点包括图网络中节点和/或节点之间的边发生变化的节点；根据当前时间戳的节点向量，确定理赔事件是否属于目标类型事件，如此设置，只需要迭代更新部分节点的权重参数，减少了计算量，从而能够准确且高效地检测理赔事件。

公开(公告)号：CN115953172A

公开(公告)日：2023-04-11

申请号：CN202211625194.5

申请日：2022-12-16

Applicant: 之江实验室

Inventor： 张泷 ,  胡汉一 ,  潘怡君 ,  吴迪 ,  那崇宁

IPC: G06Q30/018 ,  G06F17/16 ,  G06N3/08 ,  G06N3/0464

Abstract: 本申请涉及一种基于图神经网络的欺诈风险识别方法和装置，该方法包括：根据数据表获取待识别事件的第一关联关系邻接矩阵；数据表中包括待识别事件的数据，第一关联关系邻接矩阵用于标识待识别事件与数据表中其他事件的关联关系；根据数据表和第一关联关系邻接矩阵，获取待识别事件的第一特征矩阵；第一特征矩阵用于标识数据表中的事件的数据；根据第一关联关系邻接矩阵、第一特征矩阵和预先训练好的图神经网络，获取待识别事件的欺诈概率；图神经网络用于获取事件的欺诈概率；根据欺诈概率，确定待识别事件的欺诈风险。通过本申请，解决了现有的车险理赔领域的欺诈风险的识别方法，未对数据库中的历史数据进行关联，导致识别结果不准确的问题。

公开(公告)号：CN115293133A

公开(公告)日：2022-11-04

申请号：CN202210564739.X

申请日：2022-05-23

Applicant: 之江实验室

Inventor： 陈奎 ,  那崇宁 ,  丁锴 ,  杨佳熹

IPC: G06F40/211 ,  G06F16/35 ,  G06F40/216 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于抽取文本因子增强的车险欺诈行为识别方法，在文本抽取前期阶段，通过度量文本相似度解决原始数据缺省和错误问题，利用车险场景知识构建车辆事故描述关键词词汇表，提升车险场景文本分词准确度。本发明融合了词性句法信息，设计了预训练语言模型联合框架。利用预训练语言模型知识抽取事故触发词，结合注意力机制学习句法关系权重，通过词性过滤优化抽取结果。本发明还提出并设计了事故原因转译模版帮助抽取事故原因，可以有效减低模型中间存在的传递误差。最后，整合抽取的文本因子，利用Transformer编码器将离散的结构化文本编码，并采用集成学习模型预测是否存在车险欺诈行为。

公开(公告)号：CN112949865A

公开(公告)日：2021-06-11

申请号：CN202110292470.X

申请日：2021-03-18

Applicant: 之江实验室 ,  广州大学

Inventor： 万俊平 ,  殷丽华 ,  孙哲 ,  那崇宁 ,  李丹 ,  李超 ,  罗熙 ,  韦南

IPC: G06N20/00 ,  G06K9/62 ,  G06F21/62 ,  G06F21/60

Abstract: 本发明公开一种基于SIGMA协议的联邦学习贡献度评估方法，训练方向各个参与方发送模型和不可篡改的可信执行程序和非交互SIGMA协议及相关参数；参与方利用本地数据集对模型训练得到梯度，运行可信执行程序，提取参与方的梯度，对模型进行更新，并运行测试模块测试新模型的准确率，计算该梯度的贡献度；参与方根据加密算法对梯度编码并加密，发送至训练方；参与方产生一个随机值，使用加密算法对其加密，随后将当前生成的所有密文输入哈希函数沙箱，输出哈希值，并计算出一个承诺；参与方上传承诺、密文和贡献度至训练方，训练方计算出哈希值并验证承诺，若验证通过，则将该梯度密文与其贡献度绑定记录在数据库中。该方法能够实现不泄露隐私的梯度证明。

公开(公告)号：CN114357225B

公开(公告)日：2024-05-24

申请号：CN202111500053.6

申请日：2021-12-09

Applicant: 之江实验室

Inventor： 那崇宁 ,  陈奎 ,  卢冰洁 ,  张泷

IPC: G06F16/583 ,  G06F16/587 ,  G06V10/74 ,  G06V10/762 ,  G06Q40/08

Abstract: 本发明公开了一种基于跨案件图像比对的车险理赔欺诈风险识别方法和系统，该方法收集多个车险案件的图像数据，并利用地理位置信息和全景图像数据，建立跨案件图像向量化和图像相似度聚类模型。该方法对多个车险理赔案件内的图像信息进行数学抽象和量化对比，并且通过全景图像数据将看似不关联的案件信息关联起来，从而实现低复杂度高准确度的基于图像数据的案件关联性量化分析方法。该方法为从关联主体、关联事故现场等角度有效识别车险理赔欺诈风险提供有效的图像数据和关联关系分析。

公开(公告)号：CN117370795A

公开(公告)日：2024-01-09

申请号：CN202311185301.1

申请日：2023-09-14

Applicant: 之江实验室

Inventor： 张睿 ,  王成 ,  那崇宁 ,  李楠

IPC: G06F18/214 ,  G06F18/213 ,  G06F21/62 ,  G06Q40/06 ,  G06Q40/03

Abstract: 本发明公开了一种基于结构化数据生成的模型解释方法和装置，利用任务相关的训练数据对生成式对抗网络模型进行训练，并利用训练后的生成式对抗网络模型生成结构化数据；对结构化数据中的连续特征进行预处理；对预处理后的特征进行采样得到各采样特征样本，并根据解释样例数据与各采样特征样本计算样本权重；基于各采样特征样本和样本权重筛选前K大的特征作为重要特征；基于各采样特征样本与重要特征构建进行线性回归得到用于解释的解释模型；应用时利用解释模型对解释样例数据在任务模型中起到的作用进行模型解释，该方法和装置被应用到金融领域和医疗领域，在保护数据隐私和安全的同时实现对模型做出决策的原理进行解释。