公开(公告)号：CN111800265A

公开(公告)日：2020-10-20

申请号：CN202010644373.8

申请日：2020-07-07

Applicant: 上海大学

Inventor： 钱权 ,  方昊堃 ,  孙文月

IPC: H04L9/08 ,  H04L9/00 ,  H04L29/06 ,  G16C60/00 ,  G06N20/00 ,  G06N3/08

Abstract: 本发明公开了一种基于隐私保护的材料逆向设计方法及系统，所述材料逆向设计方法利用梯度下降法训练模型，采用共享梯度值的方式实现每个学习端的数据共享，避免直接传输材料数据导致材料数据泄漏的缺陷，并且在传输过程中采用的同态加密算法对传输的梯度值进行加密，进一步的保证了传输数据的隐私性，本发明在保证材料数据的隐私性的基础上，实现了利用各个单位的数据实现机器学习训练，克服了小数据导致的模型无法收敛与模型泛化性差的技术问题。

公开(公告)号：CN111800265B

公开(公告)日：2021-06-25

申请号：CN202010644373.8

申请日：2020-07-07

Applicant: 上海大学

Inventor： 钱权 ,  方昊堃 ,  孙文月

IPC: H04L9/08 ,  H04L9/00 ,  H04L29/06 ,  G16C60/00 ,  G06N20/00 ,  G06N3/08

Abstract: 本发明公开了一种基于隐私保护的材料逆向设计方法及系统，所述材料逆向设计方法利用梯度下降法训练模型，采用共享梯度值的方式实现每个学习端的数据共享，避免直接传输材料数据导致材料数据泄漏的缺陷，并且在传输过程中采用的同态加密算法对传输的梯度值进行加密，进一步的保证了传输数据的隐私性，本发明在保证材料数据的隐私性的基础上，实现了利用各个单位的数据实现机器学习训练，克服了小数据导致的模型无法收敛与模型泛化性差的技术问题。

公开(公告)号：CN113537597A

公开(公告)日：2021-10-22

申请号：CN202110807209.9

申请日：2021-07-16

Applicant: 上海大学

Inventor： 钱权 ,  方昊堃 ,  张瑞 ,  韩越兴

IPC: G06Q10/04 ,  G06F16/215 ,  G06F21/62 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种基于隐私保护的材料性能预测方法及系统。本发明首先利用学习端内部的数据完成各自子模型的训练，然后利用各个子模型的输出结果完成集成模型的训练，本发明既实现了各个学习端的数据的应用，又避免了数据及子模型在不同学习端之间的传输，实现了在数据不出域的情况下完成学习过程，避免数据泄露与模型泄露。