一种应用于医疗领域的公平联邦学习方法

    公开(公告)号:CN118919004A

    公开(公告)日:2024-11-08

    申请号:CN202310722027.0

    申请日:2023-06-19

    Inventor: 林博 王童 尹建伟

    Abstract: 本发明公开了一种应用于医疗领域的公平联邦学习框架,该框架会将不同医院的数据量以及计算能力设计到目标函数的参数中来并会设计新的效用结合评价指标来实现性能和公平性的度量,同时基于公平性函数α‑fairness设计了新的目标函数来,让参与联邦学习的医院客户端之间的公平性得到保证。本发明选取医院的数据量、CPU数量和GPU数量作为权重,结合新设计的目标函数,同时定义了新的公平性评价方式,实现多医院合作场景下的联邦学习任务,保证了公平性,同时保护了患者数据的隐私,以尽可能实现各医院客户端的最优性能。

    面向动态演化的服务生态系统仿真构建演化方法

    公开(公告)号:CN118709578A

    公开(公告)日:2024-09-27

    申请号:CN202411199047.5

    申请日:2024-08-29

    Abstract: 本发明公开了一种面向动态演化的服务生态系统仿真构建演化方法,包括如下步骤:步骤一,构建服务生态系统决策生成模型;步骤二,模拟分析服务生态系统动态演化过程;步骤三,基于蒙特卡洛模拟得到的状态转移数据和概率,构建状态方程来描述系统状态的变化,具体如下式所示:#imgabs0##imgabs1#其中#imgabs2#为速率变量向量,表示状态变化的速度;之后进行仿真演算推理,然后根据仿真结果,为服务生态系统的优化和管理提供决策支持。本发明的面向动态演化的服务生态系统仿真构建演化方法,通过步骤一至步骤三的设置,便可简单有效的实现对于服务生态系统仿真构建演化。

    基于多模态模型的领域大规模图文对数据集通用构建方法

    公开(公告)号:CN118657975A

    公开(公告)日:2024-09-17

    申请号:CN202410561499.7

    申请日:2024-05-08

    Abstract: 本发明公开了一种基于多模态模型的领域大规模图文对数据集通用构建方法,包括原始数据选择、基于领域关键词的数据提取、数据整合和筛选、基于领域特定的多模态大模型的文本生成、基于领域特征的专项过滤等。本发明利用各种公开数据,在不同领域多模态大模型的场景下,对不同原始格式、不同组织形式、不同内容的数据进行重新组织,对缺乏文本描述的图像数据,利用多模态模型进行特定领域的文本标注,然后对数据进行检查和筛选,从而构建新的符合特定要求的数据集,为当前各个领域的多模态模型训练和落地提供数据支撑。

    一种基于SSA和LSTM的烟草销量预测方法及装置

    公开(公告)号:CN116976946A

    公开(公告)日:2023-10-31

    申请号:CN202310789209.X

    申请日:2023-06-30

    Abstract: 本发明公开了一种基于SSA和LSTM的烟草销量预测方法,包括以下步骤:获取历史订单数据;采用STL季节分解法对历史订单数据进行数据序列构建,包括趋势序列,季节序列以及剩余序列;针对季节序列采用季节朴素法进行预测,以获得季节预测值;针对趋势序列采用奇异谱分析SSA分解为主分量和细节分量,以获得趋势预测值;针对剩余序列与外部影响因素进行拼接,并进行预测以获得余项预测值;基于获得的季节预测值,趋势预测值以及余项预测值进行整合,以获得综合预测结果作为订货策略的指导。本发明还提供了一种烟草销量预测装置。本发明的方法可以优化企业的出货和订货策略,从而缓解因订供货数据不平衡造成的卷烟成品库存积压的问题。

    一种基于注意力机制的农情跨模态特征解析、映射和融合方法

    公开(公告)号:CN116704303A

    公开(公告)日:2023-09-05

    申请号:CN202310615385.1

    申请日:2023-05-29

    Abstract: 本发明公开了一种基于注意力机制的农情跨模态特征解析、映射和融合方法,该方法包括:1)将农业领域图像数据和农业领域数值数据进行数据解析和预处理;2)将图像数据通过特征提取网络NA得到图像嵌入特征A,将数值数据通过特征提取网络NB得到数值嵌入特征B;3)将数值嵌入特征B作为查询向量,图像嵌入特征A同时作为键向量和值向量,得到注意力矩阵S;按照注意力权重加权求和,将所有的图像嵌入特征A转化为图像嵌入特征A’;4)将图像嵌入特征A’和数值嵌入特征B进行特征融合,作为多模态数据共同的特征,将该特征用于下游任务。本发明方法建立了不同模态特征之间的关系,可以使用热力图将关系进行可视化,提高了可解释性。

    基于多策略学习的非侵入式负荷识别方法和系统

    公开(公告)号:CN116610922A

    公开(公告)日:2023-08-18

    申请号:CN202310856650.5

    申请日:2023-07-13

    Abstract: 本发明公开了一种基于多策略的非侵入负荷识别方法和系统,包括:将一段待检测电流数据输入至用非侵入式负荷识别模型进行识别:(A)若事件识别模块识别到待检测电流数据中不存在开关事件,则输出多目标识别模块的识别结果;(B)若存在开关事件,(B‑1)若为关闭事件,则输出多目标识别模块的识别结果;(B‑2)若为打开事件,则通过开集识别模块识别打开的用电器是否为集外用电器,(B‑21)若不是集外用电器,则输出多目标识别模块的识别结果;(B‑22)若是集外用电器,对当前待检测电流数据进行标注并保存至训练数据集中;定期采用更新后的训练数据集对非侵入式负荷识别模型进行训练。本发明识别速度快、建模数据量小,单次可识别多种用电器类别。

Patent Agency Ranking