-
公开(公告)号：CN116432757A
公开(公告)日：2023-07-14
申请号：CN202211740907.2
申请日：2022-12-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种模型处理方法和装置，该模型处理方法包括：获取具备可解释性的目标树模型；基于神经网络对目标树模型进行蒸馏，得到神经网络模型，其中，对目标树模型进行蒸馏包括对目标树模型的特征提取能力以及聚类能力进行蒸馏；基于目标树模型的可解释性可以确定蒸馏得到的神经网络模型的可解释性。
-
公开(公告)号：CN116432742A
公开(公告)日：2023-07-14
申请号：CN202310435910.1
申请日：2023-04-19
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种模型压缩系统、方法及设备，该方法应用于模型压缩系统，包括：获取待压缩的目标模型，并确定所述目标模型中包含的算子之间的拓扑关系，基于所述拓扑关系，确定所述目标模型的拓扑结构，基于所述目标模型的拓扑结构和所述目标模型中的模型参数，确定所述目标模型的压缩规则，使用确定的压缩规则，基于所述目标模型的拓扑结构和所述目标模型中的模型参数对所述目标模型进行压缩处理，得到压缩后的目标模型，导出所述压缩后的目标模型。
-
公开(公告)号：CN116186781A
公开(公告)日：2023-05-30
申请号：CN202310329646.3
申请日：2023-03-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及电子设备。在本说明书提供的模型训练方法中，获取用户在历史上执行交易业务时的业务数据，作为私有样本数据；将所述私有样本数据输入待训练的目标模型，得到所述目标模型输出的所述交易业务的风险表征值；根据所述风险表征值和所述私有样本数据对应的标注，确定第一损失，根据所述第一损失确定所述目标模型的初始梯度；对所述初始梯度进行加扰，得到带扰梯度；将所述带扰梯度输入预先训练的降噪模型中，以通过所述降噪模型根据所述带扰梯度输出降噪梯度，所述降噪梯度用于模拟所述初始梯度各分量之间的关系；采用所述降噪梯度对所述目标模型的参数进行调整。
-
公开(公告)号：CN116186772A
公开(公告)日：2023-05-30
申请号：CN202310185249.3
申请日：2023-02-23
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种基于联邦学习的模型训练方法及装置，边缘节点可以接收全局模型参数以及历史全局梯度信息，而后，将本地模型的参数替换为全局模型参数，进行训练得到当前梯度信息，根据历史全局梯度信息与历史本地梯度信息之间的梯度偏差，对当前梯度信息进行调整，得到调整后梯度信息，并根据调整后梯度信息，进行模型参数更新，得到调整后模型参数，进而，可以根据历史全局梯度信息，对调整后模型参数添加噪声，得到添加噪声后的模型参数，之后，可以将添加噪声后的模型参数以及更新后的本地梯度信息发送给服务器，以继续进行联邦学习，从而使得各边缘节点之间的参数更新方向不至于差异过大，并保证边缘节点的隐私数据安全。
-
公开(公告)号：CN116015942A
公开(公告)日：2023-04-25
申请号：CN202211732520.2
申请日：2022-12-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种隐私保护的数据传输方法、装置、电子设备及介质。方法包括：发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号。所述发送端设备将所述脱敏信号发送至接收端设备。所述接收端设备基于块稀疏贝叶斯学习算法，对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。
-
Patent Agency Ranking
公开(公告)号：CN116011587A
公开(公告)日：2023-04-25
申请号：CN202211739985.0
申请日：2022-12-30
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 傅欣艺
IPC: G06N20/00
Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及电子设备，本说明书实施例中在节点设备从第一服务器中获取模型参数后，基于模型参数生成目标模型，并对目标模型进行训练，得到目标模型训练时产生的梯度数据。基于预设的梯度阈值，从梯度数据中过滤掉不满足第一服务器训练模型所需训练条件的数据，得到目标数据，并发送给第一服务器。第一服务器根据目标数据和其他节点设备发送的梯度数据，调整模型参数以生成模型，并部署于第一服务器中，并对生成的模型进行训练。在此方法中，从梯度数据中筛选出满足训练条件的目标数据，并基于目标数据调整模型参数，而不是采用所有梯度数据调整模型参数，这样可以提高第一服务器中生成的模型的训练效率。
-
公开(公告)号：CN115618748A
公开(公告)日：2023-01-17
申请号：CN202211508332.1
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/27 , G06F16/248 , G06F16/2455 , G06F30/20 , G06Q40/04
Abstract: 本说明书公开了一种模型优化的方法、装置、设备及存储介质，可以对从各业务模型中，筛选出业务结果准确率低的模型作为目标模型，从而可以根据目标模型的输入的特征数据，以及目标模型的输出结果进行拟合，从而可以确定出输入到目标模型中的特征数据的每个特征维度对应的权重值，进而可以根据确定出的特征数据的每个特征维度对应的权重值，确定出目标模型对特征数据中的哪些特征维度的数据更为关注，并根据目标模型关注的特征维度，对目标模型进行优化。
-
公开(公告)号：CN114999611A
公开(公告)日：2022-09-02
申请号：CN202210908680.1
申请日：2022-07-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G16H20/70 , G16H50/70 , G06F16/635
Abstract: 本说明书公开了一种模型训练和信息推荐的方法及装置，可以获取用户情绪信息以及用户情绪信息对应的标准音频数据，并将该用户情绪信息输入到待训练的生成模型中，以使该生成模型根据预先构建出的知识图谱中与用户情绪信息相匹配的目标节点，确定图谱特征，并根据该图谱特征，生成目标音频，其中，这里提到的知识图谱用于表征各种音频相关信息与各类用户情绪信息之间的关联关系，而后，可以以最小化该目标音频与标准音频数据之间的差异为优化目标，对生成模型进行训练，训练后的生成模型用于根据目标用户的用户情绪信息，为目标用户生成音频，从而在一定程度上生成适合用户的音频，以及提高为用户生成音频的合理性。
-
公开(公告)号：CN114978616A
公开(公告)日：2022-08-30
申请号：CN202210486217.2
申请日：2022-05-06
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种风险评估系统的构建方法，包括：利用第一标注事件样本集训练第一风险评估模型，所述第一标注事件样本集中包括第一数量的黑样本和第二数量的白样本，所述第一数量大于第二数量；利用训练好的第一风险评估模型处理多个灰样本，得到其中各个灰样本的预测风险分，所述各个灰样本被已有的风控技术识别为风险样本；基于所述预测风险分，从所述多个灰样本中选取部分灰样本，作为对第二标注事件样本集中黑样本的扩充；所述第二标注事件样本集中初始包括第三数量的黑样本和第四数量的白样本，所述第三数量小于第四数量；利用扩充后的第二标注事件样本集训练第二风险评估模型，训练好的第二风险评估模型用于构建所述风险评估系统。
-
公开(公告)号：CN114896603A
公开(公告)日：2022-08-12
申请号：CN202210582406.X
申请日：2022-05-26
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 傅欣艺
IPC: G06F21/57
Abstract: 本说明书实施例公开了一种业务处理方法、装置及设备，所述方法应用于终端设备，所述终端设备包括可信执行环境，包括：获取目标用户通过目标应用发起的目标业务的业务处理指令，通过所述可信执行环境中的可信应用获取所述目标业务的业务数据，然后，在所述可信执行环境中，通过预先存储的所述目标业务的业务处理策略对所述业务数据进行处理，得到相应的处理结果，其中，通过所述处理结果还原出的业务数据与获取的业务数据不同，最终，可以将所述处理结果提供给所述目标应用，目标应用可以基于所述处理结果向所述目标用户展示所述目标业务的处理结果。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.037 seconds)
