一种基于预约分级的数据联邦学习方法

    公开(公告)号:CN117313833A

    公开(公告)日:2023-12-29

    申请号:CN202311124294.4

    申请日:2023-08-31

    Abstract: 本发明属于联邦学习技术领域,公开了一种基于预约分级的联邦学习方法,服务器将全局模型参数和预约规则发送给出当前轮次的可预约客户端;可预约客户端进行本地模型训练,并生成预约请求上传至服务器;服务器依据预约请求,确定当前轮次的预约结果,并发送给出当前轮次被选择的客户端;被选择的客户端依据预约结果,继续完成本地训练,并将训练好的局部模型参数上传至服务器;服务器按照预约结果中的上传时间段,分级别开启与之通信的客户端的上传通道,并将各客户端的局部模型参数进行聚合以更新全局模型参数。本发明综合考虑联邦学习在实际部署中服务器可能出现的通信资源的变化情况,灵活调整联邦学习通信机制,提高联邦学习的可用性和可靠性。

    一种自动驾驶场景的多目标跟踪方法、系统、存储介质及终端

    公开(公告)号:CN117132620A

    公开(公告)日:2023-11-28

    申请号:CN202311089704.6

    申请日:2023-08-28

    Abstract: 本发明公开了一种自动驾驶场景的多目标跟踪方法、系统、存储介质及终端,属于自动驾驶领域,包括:对每一帧输入图像进行三维目标检测;将当前的所有三维目标框投影至鸟瞰图,得到检测框;判断历史生成的物体对象是否在视野范围内,将在视野范围内的物体投影至鸟瞰图,得到目标框;计算所述检测框与目标框的交并比;根据所述交并比的计算结果判断物体是否被成功跟踪;剔除被成功跟踪的动态物体内的特征点。本发明将三维目标检测结果投影至鸟瞰图中,建立当前检测物体与历史生成物体的匹配关系,并根据该匹配关系跟踪多目标,同时剔除动态框内特征点,不受动态物体的的干扰,估计准确。

    一种基于多对抗块的人脸对抗样本生成系统及训练方法

    公开(公告)号:CN118628865A

    公开(公告)日:2024-09-10

    申请号:CN202410758667.1

    申请日:2024-06-13

    Abstract: 本发明属于人工智能安全技术领域,公开了一种基于多对抗块的人脸对抗样本生成系统及训练方法,该系统包括:人脸关键特征点提取模块,用于对源图像的人脸关键特征点进行提取,得到人脸关键特征点坐标网格,确定出相应的目标攻击区域;并利用人脸的眼部及三角区的指定区域周围的特征点坐标生成相应的0‑1二进制掩膜;生成器,用于依据目标攻击区域生成相应的生成图像;融合模块,首先基于生成图像和二进制掩膜相乘生成多对抗块,然后结合源图像融合得到最终的人脸对抗样本。通过本发明方向训练后的基于多对抗块的人脸对抗样本生成系统,不仅可以使生成的人脸对抗样本具有优秀的人脸自然度,还可以提升对抗样本的可迁移性。

    跨语际语言翻译的神经机器翻译模型构建及其翻译方法

    公开(公告)号:CN115017924B

    公开(公告)日:2023-11-07

    申请号:CN202210808791.5

    申请日:2022-07-11

    Abstract: 本发明涉及属于机器翻译领域,提供了跨语际语言翻译的神经机器翻译模型构建及其翻译方法,适用于各类跨语际语言翻译。在训练时,基于训练子集的源语言语料进行编码,构建融合其上下文依赖关系的文本向量,然后计算得其文本表征;然后,针对该子集逐词进行解码,在每一步,首先融合历次译文文本和源文本获得混合表征,然后基于此进行焦点位置计算,获取当前焦点位置的翻译候选词;通过不同子集,在达到一定的步数后,根据候选词和真值的误差进行迭代训练。翻译方法,同样逐词进行翻译,在每一个翻译步,生成当前步基于焦点位置的翻译候选表示,并利用启发式搜索算法,选择其中全局概率值最大的候选文本作为当前步输出的译文文本,直至翻译完成。

Patent Agency Ranking