-
公开(公告)号：CN112966776A
公开(公告)日：2021-06-15
申请号：CN202110316582.4
申请日：2021-03-24
Abstract: 本发明涉及数据隐私保护领域，具体涉及一种基于同态加密的安全朴素贝叶斯分类器训练方法，设训练数据集的记录共包含C种类别，每个记录包含d个属性，具体为：首先对C种类别中的每一类，通过隐私服务器与所有单位进行交互计算，得到每一类的类先验概率，即为该样本类别出现的频率；然后对第1个属性到第d个属性的每一个属性进行判断。本发明在不泄露各家单位的训练数据集的隐私的前提下，实现基于多家单位的训练数据集，训练朴素贝叶斯分类器，并能够实现即使隐私服务器与多家单位其中的一些单位串通，串通之后的隐私服务器或者单位也无法得知其他单位的任何隐私信息。
-
公开(公告)号：CN112751673A
公开(公告)日：2021-05-04
申请号：CN202110361878.8
申请日：2021-04-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于端边云协同的可监管数据隐私共享方法，针对端边云场景下的数据隐私共享和监管，包括：基于对称密钥加密的数据云存储和元数据的产生，基于联盟链的分布式密钥的元数据的上链，基于可搜索加密的数据监管，监管的方式包括：信封监管和拆封监管等两种粒度的监管方式，信封监管在所有节点共识的情况下，确认用户是否在某个时间内提交元数据的存储凭证；拆封监管则获取用户的元数据存储凭证，对存储的数据进行解密并获取数据明文；区块链系统用于对用户的隐私数据存证，保护数据隐私不被泄露，同时实现对数据隐私共享条件下监管。
-
公开(公告)号：CN112486686A
公开(公告)日：2021-03-12
申请号：CN202011382009.5
申请日：2020-11-30
Applicant: 之江实验室
Abstract: 本发明公开了一种基于云边协同的定制化深度神经网络模型压缩方法及系统，该方法基于云端经过长时间训练的高精度的网络模型，基于用户的个性化需求，将网络模型分类关注的分类和不关注的分类，然后结合关注的分类、用户的数据集和模型压缩的比例，通过基于知识整理的神经网络模型压缩方法，进行模型的轻量化，满足用户边缘侧节点资源受限的场景需求，提升模型推理的速度，同时保证一定的模型精确度。本发明基于用户关注分类需求和知识蒸馏技术的模型训练方法，并在图片分类的场景下基于公共的数据集进行了验证。
-
公开(公告)号：CN112383416A
公开(公告)日：2021-02-19
申请号：CN202011200641.3
申请日：2020-11-02
Applicant: 之江实验室
Abstract: 本发明公开了基于KubeEdge和EdgeX Foundry的智能边缘设备控制平台，包括KubeEdge系统和EdgeX Foundry平台，KubeEdge系统包括云端模块和边缘模块，通过KubeEdge系统将EdgeX Foundry平台部署到边缘节点，并通过边缘模块控制EdgeX Foundry平台；所述云端模块，通过边缘模块控制边缘节点和发布边缘应用；所述边缘模块，用于资源对象的控制，上报边缘信息到云端模块，执行边缘节点应用部署和数据同步到云端。
-
公开(公告)号：CN112348172A
公开(公告)日：2021-02-09
申请号：CN202011268445.X
申请日：2020-11-13
Applicant: 之江实验室
Abstract: 本发明公开了一种基于端边云架构的深度神经网络协同推理方法，该方法通过端、边、云协同的方式加速端侧推理速度，将人工智能中的深度模型，根据神经网络的分层进行分割，将模型推理过程中的计算任务根据网络环境、端边云三方的资源配额及使用情况，发送到对应的端侧，完成推理的整个过程。本发明公开了模型分割的整体框架及分割计算任务所使用的算法组件及原理，通过端边云的协同，可以加速端侧的推理速度，提高业务场景的中的实时性，同时减少资源端的能耗。
-
Patent Agency Ranking
公开(公告)号：CN112069903A
公开(公告)日：2020-12-11
申请号：CN202010789192.4
申请日：2020-08-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度强化学习实现人脸识别端边卸载计算方法及装置，包括：获取真实的人脸图片，根据边端人脸识别模型训练得到分类数据，其中，分类数据包括图片名称、id、图片提取出的128维特征向量、终端预测置信度、终端预测值、边缘预测值；将深度学习与强化学习进行结合，定义马尔科夫决策过程的状态空间、动作集、奖励函数和智能体；根据定义好的马尔科夫决策过程，构建Actor神经网络和Critic神经网络，使用分类数据对构建好的Actor神经网络和Critic神经网络进行训练，获得智能卸载决策模型；对智能卸载决策模型的性能与基准查询策略进行对比评估；根据对比评估的结果，将智能卸载决策模型部署到智能终端设备中，进行人脸识别的任务卸载决策。
-
公开(公告)号：CN112486686B
公开(公告)日：2025-02-18
申请号：CN202011382009.5
申请日：2020-11-30
Applicant: 之江实验室
IPC: G06F9/50 , G06N3/0464 , G06N3/0495 , G06N3/096 , G06N3/084 , G06N3/063
Abstract: 本发明公开了一种基于云边协同的定制化深度神经网络模型压缩方法及系统，该方法基于云端经过长时间训练的高精度的网络模型，基于用户的个性化需求，将网络模型分类关注的分类和不关注的分类，然后结合关注的分类、用户的数据集和模型压缩的比例，通过基于知识整理的神经网络模型压缩方法，进行模型的轻量化，满足用户边缘侧节点资源受限的场景需求，提升模型推理的速度，同时保证一定的模型精确度。本发明基于用户关注分类需求和知识蒸馏技术的模型训练方法，并在图片分类的场景下基于公共的数据集进行了验证。
-
公开(公告)号：CN112463293B
公开(公告)日：2024-11-26
申请号：CN202011295965.X
申请日：2020-11-18
Applicant: 之江实验室
IPC: G06F9/455 , G06F9/48 , G06F9/54 , H04N21/6437
Abstract: 本发明公开了边缘场景下基于容器的可扩展分布式双队列动态分配方法，包括如下步骤：S1，获取视频流数据；S2，网关服务从视频流数据中获取视频帧，并从空闲服务器队列中挑选集群内的空闲服务器处理视频帧；S3，空闲服务器上的推理服务对视频帧进行深度神经网络推理和结果处理，完成后上报网关服务当前服务器已空闲；S4，网关服务将上报空闲的服务器重新加入空闲服务器队列。组成集群进行统一深度神经网络推理的服务器协同计算模式，相比于传统的单路视频流对应单路服务器的计算模式而言，充分利用了服务器的剩余计算资源，可以将多个服务器的剩余计算资源进行整合，完成更多路视频流处理。
-
公开(公告)号：CN118036668B
公开(公告)日：2024-06-07
申请号：CN202410443128.9
申请日：2024-04-12
Applicant: 之江实验室
IPC: G06N3/0455 , G06N3/08 , G06N5/04
Abstract: 本说明书公开了一种面向GPT模型的综合评测方法，获取待测GPT模型，确定所述待测GPT模型的训练推理环境，根据所述训练推理环境，确定所述待测GPT模型的理论性能，利用所述待测GPT模型执行各测试任务，根据所述待测GPT模型执行各测试任务的执行过程以及所述理论性能，确定所述待测GPT模型执行各测试任务时的执行性能，并，根据所述待测GPT模型执行各测试任务的推理结果，确定所述待测GPT模型的推理能力，根据所述执行性能以及所述推理能力，确定所述待测GPT模型的测试结果，可使用户在不进行模型训练的情况下，对不同的GPT模型的性能与能力拥有更清晰、直观的了解，方便用户选择GPT模型以满足自身需要。
-
公开(公告)号：CN118095987A
公开(公告)日：2024-05-28
申请号：CN202410329386.4
申请日：2024-03-21
Applicant: 之江实验室
IPC: G06Q10/083 , G06Q10/0631
Abstract: 本说明书公开了一种机器人集群调度方法、装置、存储介质及电子设备。在本说明书提供的机器人集群调度方法中，获取运输点的位置、货物的运输需求以及机器人集群中各机器人的运输能力信息；在满足每个运输点最多被每个机器人访问一次的约束条件下，根据运输需求以及运输能力信息将货物分配给机器人，得到指定数量个调度方案，其中，调度方案用于表征机器人在运输过程中需要执行的运输任务，运输任务的信息包括起始运输点、结束运输点、货物运输量；针对每个调度方案，确定该调度方案中所有机器人在执行运输任务时消耗的运输成本；根据运输成本在各调度方案中确定目标调度方案，并采用目标调度方案完成运输任务。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.018 seconds)
