-
公开(公告)号：CN119277131B
公开(公告)日：2025-03-25
申请号：CN202411783990.0
申请日：2024-12-06
Applicant: 清华大学
IPC: H04N21/2347 , H04N21/4408 , H04N19/42 , G06F21/62
Abstract: 本公开涉及计算机视觉隐私保护技术领域，公开了一种视频数据的视觉隐私保护方法、装置及电子设备、存储介质，该方法包括：对待处理视频数据进行压缩，确定包括多个I帧、多个P帧以及多个B帧的压缩后的视频数据；针对任意一个I帧，根据预设的窗口尺度将该I帧划分为多个区域；根据该I帧内任意一个区域对应的灰度直方图，确定该区域对应的隐私度量熵；根据每个区域对应的隐私度量熵对该I帧进行加密，确定该I帧对应的加密帧；根据每个I帧对应的加密帧、多个P帧以及多个B帧，确定目标视频数据。通过本公开实施例，可量化评估视频帧的视觉信息复杂程度，有针对性地进行加密处理，在提高视觉隐私保护效果的同时，保证视频数据的可用性。
-
公开(公告)号：CN119272832A
公开(公告)日：2025-01-07
申请号：CN202411795362.4
申请日：2024-12-09
Applicant: 清华大学
Abstract: 本公开涉及计算机技术领域，尤其涉及一种兼容可信执行环境TEE的深度神经网络DNN模型训练方法及框架、电子设备和存储介质，所述方法包括：将预设训练样本图像数据输入DNN模型，DNN模型对应有目标计算图，目标计算图中包括多个计算节点、以及每个计算节点的硬件执行位置信息，每个计算节点的硬件执行位置信息用于指示异构硬件平台中的NNA或TEE；通过动态优化目标计算图，控制DNN模型在异构硬件平台上对预设训练样本图像数据执行数据处理；在数据处理完成之后，得到DNN模型输出的图像处理结果，以及根据图像处理结果，调整DNN模型的网络参数。本公开实施例有效实现DNN模型训练过程中对计算效率和数据隐私保护的兼容。
-
公开(公告)号：CN117150122A
公开(公告)日：2023-12-01
申请号：CN202311021672.6
申请日：2023-08-15
Applicant: 清华大学 , 北京三快在线科技有限公司
IPC: G06F16/9535 , G06Q30/0601 , G06N20/00
Abstract: 本公开提供的终端推荐模型的联邦训练方法，包括：在云端构建教师模型和学生模型，利用云端的历史数据集对教师、学生模型进行预训练，并将学生模型发送至各终端；各终端分别利用本地数据集对学生模型进行首轮联邦训练，得到本地学生模型；云端对本地学生模型的参数进行聚合，得到全局模型；在云端利用教师模型和历史数据集对全局模型的参数通过自监督知识蒸馏的方式进行参数增强，利用增强后的全局模型的参数对各终端的本地学生模型的参数进行更新；不断重复上述本地训练及云端的参数聚合和参数增强步骤，直至训练轮次达到上限。本公开能在保护隐私的同时提供泛化能力更强的轻量化推荐模型，减少了联邦推荐中因数据稀疏带来准确率较低的问题。
-
公开(公告)号：CN111754000B
公开(公告)日：2022-10-14
申请号：CN202010590843.7
申请日：2020-06-24
Abstract: 本发明公开了一种质量感知的边缘智能联邦学习方法及系统，该方法包括：云平台以多个学习任务的聚合模型质量之和在每次迭代中都达到最大为优化目标，构建联邦学习质量优化问题并解决：在每次迭代中，利用参与节点的历史学习质量记录预测参与节点的学习质量；其中，利用每次迭代中损失函数值的减少量来量化节点训练数据的学习质量；在每次迭代中，云平台通过反向拍卖机制激励高学习质量的节点参与联邦学习；以进行学习任务和学习报酬的分配；在每次迭代中，对于每个学习任务，每个参与节点将其本地模型参数上传到云平台以聚合得到全局模型。本发明可以在保护数据隐私的情况下，为模型的训练提供更丰富的数据和更多的算力，以提高模型的质量。
-
公开(公告)号：CN114332384A
公开(公告)日：2022-04-12
申请号：CN202111376416.X
申请日：2021-11-19
Applicant: 清华大学
Abstract: 本发明提出一种车载高清地图数据源内容分发方法及装置，该方法利用NDN架构的内容分发机制和转发策略，并结合强化学习方法构建异步数据源选择框架，该框架分为离线训练和在线选择部分，离线部分负责使用深度强化学习算法进行神经网络模型的训练，同时在线部分使用从离线部分同步过来的神经网络参数进行数据源的选择，实现数据源选择、经验轨迹采集和模型训练的并行执行，选定数据源后，通过命名数据网络NDN网络对选定的数据源进行分发传输。通过本发明，能够避免数据源传输过程中造成的吞吐量降低的问题，避免频繁的数据源切换，有效选定最佳的车载高清地图数据源。
-
Patent Agency Ranking
公开(公告)号：CN113191484A
公开(公告)日：2021-07-30
申请号：CN202110449033.4
申请日：2021-04-25
Abstract: 本发明公开了一种基于深度强化学习的联邦学习客户端智能选取方法及系统，该方法包括：联邦平台通过从联邦服务市场环境中收集客户端的状态作为输入，输入到基于策略网络的客户端选择智能体中，输出客户端选择方案；联邦平台根据当前环境状况以及客户端选择方案从多个候选客户端中选取一组最优的客户端以协同训练联邦学习模型，并将联邦学习性能作为奖励反馈给客户端选择智能体，以奖励用于优化更新策略网络；策略网络通过强化学习方法离线训练得到。本发明可从候选移动边缘设备中选择高质量的设备参与联邦学习，以处理分布式客户端低质量数据问题，以显著提高联邦学习质量。
-
公开(公告)号：CN119272832B
公开(公告)日：2025-04-01
申请号：CN202411795362.4
申请日：2024-12-09
Applicant: 清华大学
Abstract: 本公开涉及计算机技术领域，尤其涉及一种兼容可信执行环境TEE的深度神经网络DNN模型训练方法及框架、电子设备和存储介质，所述方法包括：将预设训练样本图像数据输入DNN模型，DNN模型对应有目标计算图，目标计算图中包括多个计算节点、以及每个计算节点的硬件执行位置信息，每个计算节点的硬件执行位置信息用于指示异构硬件平台中的NNA或TEE；通过动态优化目标计算图，控制DNN模型在异构硬件平台上对预设训练样本图像数据执行数据处理；在数据处理完成之后，得到DNN模型输出的图像处理结果，以及根据图像处理结果，调整DNN模型的网络参数。本公开实施例有效实现DNN模型训练过程中对计算效率和数据隐私保护的兼容。
-
公开(公告)号：CN118278541A
公开(公告)日：2024-07-02
申请号：CN202410457609.5
申请日：2024-04-16
Applicant: 清华大学
Abstract: 本申请提出的基于动量优化的联邦策略学习方法及装置中，各智能体获取服务器方发送的全局策略，并通过全局策略与环境进行交互得到用于训练的采样轨迹；各智能体基于采样轨迹进行训练，将各自训练完成后的本地策略参数和方向参数发送至服务器方；服务器方对接收到的各智能体的本地策略参数和方向参数进行聚合得到聚合后的本地策略参数和全局方向参数，并基于聚合后的本地策略参数和全局方向参数对全局策略进行更新得到更新后的全局策略；服务器方将更新后的全局策略和全局方向参数发送至各个智能体，各智能体和服务器方重复上述步骤，直至迭代次数达到第一预设次数时，完成联邦策略学习过程。本申请降低了联邦强化学习的交互复杂度和通信复杂性。
-
公开(公告)号：CN118211678A
公开(公告)日：2024-06-18
申请号：CN202410453154.X
申请日：2024-04-16
Applicant: 清华大学
IPC: G06N20/00 , G06N3/092 , G06N3/084 , G06F18/214 , G06F17/18
Abstract: 本申请提出的基于双重正则化的离线联邦强化学习方法及装置中，各智能体分别利用已收集的历史数据构建本地训练数据集；各智能体获取服务器方发送的全局策略模型参数，并基于各自的本地训练数据集和全局策略模型参数对本地策略进行训练；各智能体将各自训练完成后的本地策略参数发送至服务器方；服务器方对接收到的各智能体的本地策略参数进行聚合，并将聚合后的全局策略模型参数发送至各个智能体，各智能体和服务器方重复上述步骤，直至迭代次数达到第一预设次数时，完成策略模型的训练。本申请解决了离线联邦强化学习中的两级分布偏移问题，实现了高效的离线联邦策略优化，避免了智能体在联邦强化学习过程中因探索环境而产生的风险与开销。
-
公开(公告)号：CN118074357A
公开(公告)日：2024-05-24
申请号：CN202410190063.1
申请日：2024-02-20
Applicant: 清华大学
IPC: H02J50/20
Abstract: 本申请公开了一种无线充电系统及接收器定位方法，系统包括：发射器，在第一频段的交流信号的作用下产生第一交变电磁场和/或在第二频段的交流信号的作用下产生第二交变电磁场，第一频段大于第二频段；超表面，在第一频段调整第一交变电磁场的偏转角度，对第一交变电磁场进行聚焦；在第二频段调整第二交变电磁场的偏转角度，对第二交变电磁场进行聚焦；至少一个接收器，位于超表面远离发射器的一侧，尺寸小于第一预设阈值，用于接收聚焦后的第一交变电磁场或第二交变电磁场，并在第一交变电磁场或第二交变电磁场的作用下产生直流信号，通过直流信号为负载设备充电。本申请实施例，能够同时满足移动设备近场模式充电和远场模式充电的需求。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.049 seconds)
