一种基于相似特征协作的个性化联邦学习方法和系统

    公开(公告)号:CN116108919A

    公开(公告)日:2023-05-12

    申请号:CN202310104418.6

    申请日:2023-02-13

    Abstract: 本发明公开了一种基于相似特征协作的个性化联邦学习方法和系统,应用于客户端和服务器,服务器用于管理至少两个客户端,每一客户端上具有局部模型及局部数据集,方法包括:(1)服务器接收各客户端发送的局部类级特征向量集;(2)服务器根据局部类级特征向量集,基于各客户端的聚合权重生成客户端的个性化类级特征向量集;(3)每个客户端从服务器上下载对应的个性化类级特征向量集,在其局部数据集上进行训练更新其局部模型,获得局部类级特征向量集;(4)重复步骤(2)‑(3)直至所有客户端平均训练损失不再下降。本发明可以改善因数据异构导致的局部模型性能下降,同时兼顾模型异构、通信成本以及可解释的参与者贡献评价等问题。

    肺癌患者生存相关标志物的挖掘方法

    公开(公告)号:CN116741270A

    公开(公告)日:2023-09-12

    申请号:CN202310562744.1

    申请日:2023-05-18

    Abstract: 本发明公开了一种肺癌患者生存相关标志物的挖掘方法,包括如下步骤:步骤一,获得LUAD和LUSC样本的表达谱数据,然后进行预处理,筛选出与生存显著相关的lncRNA和mRNA;步骤二,基于mRNA构建PPI网络,通过不同的机器学习算法进一步筛选出特征基因;步骤三,基于特征基因构建样本的生存状态分类模型;步骤四,通过PPI网络和不同机器学习获得的特征基因筛选代表性分子靶标。本发明的肺癌患者生存相关标志物的挖掘方法,通过步骤一至步骤四的设置,便可简单有效的实现生存相关标志物的挖掘。

    一种基于隐空间重投影的遗传代谢病筛查方法

    公开(公告)号:CN112151192B

    公开(公告)日:2024-03-26

    申请号:CN202011136152.6

    申请日:2020-10-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于隐空间重投影的遗传代谢病筛查方法,该方法利用三种深度神经网络分别对多中心数据进行本地特征提取、全局特征重映射、总体风险评估,最终得到遗传代谢病自动判读结果,从而减小多中心筛查数据的差异性,提高筛查的速度和准确度。本发明能够对任意数量的遗传代谢病筛查中心进行特征提取和统一映射,最终自动生成遗传代谢病判读结果,无需人工参与判读;采用本发明的方法可将初筛假阳性率降低至0.5%左右。

    基于联邦学习系统的医疗数据分析方法、设备和存储介质

    公开(公告)号:CN114822863B

    公开(公告)日:2023-03-24

    申请号:CN202210520275.2

    申请日:2022-05-12

    Applicant: 浙江大学

    Abstract: 本申请提供了基于联邦学习系统的医疗数据分析方法,包括:确定待训练模型,确定参考时间,确定参与方,获得参与方数据量,发起训练,请求训练结果,等待时间根据参考时间和参与方数据量确定,获得训练结果,根据训练结果分析医疗数据。本申请提供的医疗数据分析方法、计算机设备和存储介质,能够帮助客户端及时获得训练结果,提高效率。

    一种基于块级别主动学习的医疗图像标注推荐方法

    公开(公告)号:CN110222772B

    公开(公告)日:2021-05-04

    申请号:CN201910497178.4

    申请日:2019-06-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于块级别主动学习的医疗图像标注推荐方法,首先将整张图像划分成不同区域,识别和区分每个区域所含对象的类型,然后针对图像块和对象类别进行标注推荐,实现对图像各区域标注价值的细粒度评估。本发明通过定位有标注价值的区域,解决了现有标注推荐方法在医疗图像上重复推荐的问题。该方法将图像标注推荐的基本单位缩小到图像块级别,避免了图像中相似对象重复标注导致的资源浪费,进一步地减少了标注成本。与目前最好的医疗图像标注推荐方法相比,本发明在达到相同语义分割精度的情况下最多能减少15%的标注开销,或者在相同标注开销的情况下能够提高2%的语义分割精度。

    基于混合链技术的遥感数据跨界服务共享系统

    公开(公告)号:CN112732837A

    公开(公告)日:2021-04-30

    申请号:CN202110051102.6

    申请日:2021-01-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于混合链技术的遥感数据跨界服务共享系统。它包括4个核心节点,遥感数据中心接入节点、行业用户接入节点、团体用户接入节点和个体用户接入节点,四个核心节点形成一个交换联盟链,所有的核心节点间的数据在这个交换联盟链内进行同步;所述的遥感数据中心接入节点同时属于局域数据联盟链的核心节点,所述的行业用户接入节点同时属于局域行业联盟链的核心节点,所述的团体用户接入节点同时属于局域团体用户联盟链的核心节点,所述的个体用户接入节点同时属于开放个体用户公开链的核心节点。本发明可以实现链内信息的快速高效同步,有利于遥感产业业务的快速开展,同时可以有效的保护所有的链上用户及所提供的信息服务。

    一种基于卷积神经网络的遥感影像建筑物提取方法

    公开(公告)号:CN109871798A

    公开(公告)日:2019-06-11

    申请号:CN201910104399.0

    申请日:2019-02-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于卷积神经网络的遥感影像建筑物提取方法,包括三个步骤:(1)在建筑物解码阶段建立了一种基于注意力机制的特征图融合方法,包括基于乘法和加法两种计算注意力权重的方式;(2)添加一个建筑物检测的分支任务进行联合训练,提高建筑物提取主任务的精度;(3)在损失函数中加入了对建筑物边缘像素的惩罚。本发明将注意力机制、多任务学习融入到卷积神经网络中,能够捕获建筑物不同的高层特征表达,通过特征融合,得到建筑物更丰富的特征表达,提高建筑物提取精度。同时,本发明加入了对建筑物边缘像素的惩罚,可以有效缓解提取结果中存在的建筑物边缘锯齿化的问题。

Patent Agency Ranking