一种基于区块链的分布式机器学习框架

    公开(公告)号:CN117544370A

    公开(公告)日:2024-02-09

    申请号:CN202311550088.X

    申请日:2023-11-20

    Abstract: 本发明公开了一种基于区块链的分布式机器学习框架,涉及分布式机器学习领域,利用加密模块、数据传输模块和区块链模块相配合,实现数据安全高效传输;加密模块生成并分发密钥;数据传输模块基于跨平台的分布式文件系统,利用P2P网络进行数据分发;区块链模块提供智能合约和记账能力,对分布式机器参与模型训练进行登记,并保存模型信息和激励金;中央服务器初始化全局模型,加密后上传至数据传输模块,对本地模型更新进行模型聚合,评估分布式机器的贡献并分配激励金;分布式机器下载全局模型进行本地训练,上传本地模型更新。本发明能够有效保障数据隐私,保证数据传输安全和完整,实现精确访问控制和激励分发机制,具有广泛的适用性和灵活性。

    基于LightGBM算法的体外受精-胚胎移植助孕成功率预测智能辅助系统

    公开(公告)号:CN119400443A

    公开(公告)日:2025-02-07

    申请号:CN202411646982.1

    申请日:2024-11-15

    Abstract: 一种基于临床特征的体外受精胚胎移植(IVF‑ET)成功率预测智能辅助系统,通过应用LightGBM(Light Gradient Boosting Machine)算法提高IVF‑ET成功率的预测准确性和计算效率。该系统通过整合多项关键临床特征,包括血糖水平、激素水平、精液质量等基本健康指标,进行高效的数据处理和特征提取,以构建一个精准的预测模型;引入LightGBM算法进行多维特征的高效处理和精准预测,该算法以其快速训练和推理能力,尤其适用于大规模、高维和稀疏数据,有效降低了计算复杂度和模型过拟合。本发明不仅提高了IVF‑ET成功率的预测准确性,还为医生提供了实时的成功率预测支持,有助于更科学地制定个性化治疗方案,同时减少了计算资源的占用,实现了预测的快速反馈。

    一种基于深度学习科学计算应用的工作负载测试方法

    公开(公告)号:CN117931598A

    公开(公告)日:2024-04-26

    申请号:CN202410107955.0

    申请日:2024-01-25

    Abstract: 本发明公开了一种基于深度学习科学计算应用的工作负载测试方法,涉及计算机应用技术领域,所述方法包括以下步骤:步骤1、搭建测试环境;步骤2、实施基础测试;步骤3、实施AI平台测试。本发明结合了基础测试方法和基于人工智能平台的测试方法,为基于深度学习的科学计算应用的性能评估提供了更为全面的视角。

Patent Agency Ranking