-
Patent Agency Ranking
公开(公告)号：CN105431874A
公开(公告)日：2016-03-23
申请号：CN201480043040.2
申请日：2014-06-20
Applicant: 国际商业机器公司
IPC: G06Q30/02
CPC classification number: G06Q30/0202 , G06Q50/01
Abstract: 公开了一种用于识别对于对产品的用户兴趣的影响以及要受影响的用户和产品的能力的方法。处理器基于数个用户对于数个产品的用户兴趣历史，识别数个影响者对于对数个产品的每一个的用户兴趣所具有的影响的程度，其中数个影响者中的每一个影响者是数个用户中的一用户和数个产品中的一产品中的一个。另外，处理器基于数个影响者的每一个的影响的程度以及在数个用户和数个产品中的一个或多个与数个影响者之间的数个关系，识别要受影响的数个用户和数个产品中的一个或多个的能力的程度。
-
公开(公告)号：CN112084255B
公开(公告)日：2024-10-15
申请号：CN202010498520.5
申请日：2020-06-04
Applicant: 国际商业机器公司
Inventor： V.S.加纳帕瓦拉普 , K.萨帕特瓦 , K.闪穆加姆 , R.瓦库林
Abstract: 示例操作可以包括以下一项或多项：由训练参与者客户端生成多个事务提议，多个事务提议中的每一个对应于用于与随机梯度下降有关的机器学习模型训练的训练迭代，机器学习模型包括多个训练迭代，事务提议包括由训练参与者客户端执行的梯度计算，将多个事务提议传送到每个包括验证梯度智能合约的一个或多个背书者节点或对等方，由每个背书者节点或对等方验证梯度智能合约；向训练参与者客户端提供与多个事务提议相对应的背书。
-
公开(公告)号：CN115461761A
公开(公告)日：2022-12-09
申请号：CN202180030525.8
申请日：2021-04-09
Applicant: 国际商业机器公司
Abstract: 一种用于决策树(DT)模型上的同态推理的方法、设备和计算机程序产品。代替对决策树进行基于HE的推理，而是对作为代理的神经网络(NN)执行推理。为此，神经网络被训练来学习DT决策边界，优选地不使用原始DT模型数据训练点。在训练期间，将随机数据集合应用于DT，并且记录期望的输出。该随机数据集合和预期输出然后用于训练神经网络，使得神经网络的输出匹配从将原始数据集应用于DT所预期的输出。优选地，神经网络具有低深度，仅仅几层。使用浅层神经网络上的HE推理完成决策树上的基于HE的推理。后者在计算上是高效的并且在不需要自举的情况下即可进行。
-
公开(公告)号：CN112084257A
公开(公告)日：2020-12-15
申请号：CN202010498809.7
申请日：2020-06-04
Applicant: 国际商业机器公司
Inventor： V.S.加纳帕瓦拉普 , K.萨帕特瓦 , K.闪穆加姆 , R.瓦库林
Abstract: 示例操作可以包括以下一项或多项：由包括训练集的训练参与者客户端生成多个事务提议，每个事务提议对应于用于与随机梯度下降有关的机器学习模型训练的训练迭代，机器学习模型训练包括多个训练迭代，事务提议包括由训练参与者客户端执行的梯度计算、来自私有数据集的批次、损失函数和原始模型参数，由区块链网络的一个或多个背书者节点或对等方接收多个事务提议，并评估每个事务提议。
-
公开(公告)号：CN110352425A
公开(公告)日：2019-10-18
申请号：CN201780087834.2
申请日：2017-12-06
Applicant: 国际商业机器公司
Inventor： 刘蓉 , R.瓦库林 , D.N.E.迪伦伯格 , G.科莫
IPC: G06F21/55
Abstract: 可以出于各种目的引用交易的区块链，并且稍后可以由感兴趣的各方访问用于分类账验证和信息检索。一个示例操作方法可以包括从一个或多个文档和规则中提取义务数据(512)，从一个或多个区块链交易中识别交易数据(514)，基于交易数据创建一个或多个交易上下文(516)，将义务数据与交易数据进行比较以识别一个或多个交易上下文是否受义务数据的约束(518)，并创建包括交易上下文和义务数据之间的当前合规性状态的通知(522)。
-
-
-
-
Search Results
15
records
(took 0.021 seconds)
