使用超网解决异构联邦学习的方法、设备及介质

    公开(公告)号:CN115860135A

    公开(公告)日:2023-03-28

    申请号:CN202211432123.3

    申请日:2022-11-16

    Abstract: 本发明公开了一种使用超网解决异构联邦学习的方法、设备及介质,以实现通过超网为边缘设备上的异构模型生成模型权重,帮助如摄像头、智能手机等设备上的不同卷积神经网络模型能够在不同模型结构的情况下,依然能够准确快速地完成模型的联邦学习任务,并减少了在联邦学习训练过程中所需占用的内存空间。包括合理划分cifar10数据集;生成异构模型;进行异构联邦学习;重复步骤S2、S3,当客户端异构模型收敛时,超网为客户端生成模型权重,可以让客户端模型准确完成目标识别任务,此时超网H直接部署在新的边缘设备中为新的异构模型生成权重,完成新的图像处理任务。有效完成图像处理任务,减少内存空间,极大地降低了通信成本。

    基于卷积神经网络的MRI影像骶髂关节分割方法和装置

    公开(公告)号:CN118608541B

    公开(公告)日:2025-01-03

    申请号:CN202410638400.9

    申请日:2024-05-22

    Abstract: 本申请公开了一种基于卷积神经网络的MRI影像骶髂关节分割方法,通过将输入的第一MRI图像进行预处理,得到的适配性更高的第二MRI图像,然后依次通过粗粒度分割和细粒度分割的两阶段分割方法,对第二MRI图像进行分割处理得到8个不同象限的第二目标区域,将复杂的图像分割任务分步处理,提高了分割得到第二目标区域的精准性;而且从第一MRI图像得到第二目标区域的整个过程都是自动化完成的,其效率相对于人工对第一MRI图像判断来得到第二目标区域有所提高;而且因为整个过程是自动化完成,减少了人为参与度,因此得到的结果一致性提高,不会受人为因素干扰。

    基于卷积神经网络的MRI影像骶髂关节分割方法和装置

    公开(公告)号:CN118608541A

    公开(公告)日:2024-09-06

    申请号:CN202410638400.9

    申请日:2024-05-22

    Abstract: 本申请公开了一种基于卷积神经网络的MRI影像骶髂关节分割方法,通过将输入的第一MRI图像进行预处理,得到的适配性更高的第二MRI图像,然后依次通过粗粒度分割和细粒度分割的两阶段分割方法,对第二MRI图像进行分割处理得到8个不同象限的第二目标区域,将复杂的图像分割任务分步处理,提高了分割得到第二目标区域的精准性;而且从第一MRI图像得到第二目标区域的整个过程都是自动化完成的,其效率相对于人工对第一MRI图像判断来得到第二目标区域有所提高;而且因为整个过程是自动化完成,减少了人为参与度,因此得到的结果一致性提高,不会受人为因素干扰。

    一种网络扫描方法、装置、设备以及存储介质

    公开(公告)号:CN118764246B

    公开(公告)日:2025-03-28

    申请号:CN202410896538.9

    申请日:2024-07-04

    Abstract: 本申请公开了一种网络扫描方法、装置、设备以及存储介质,考虑到现有的网络扫描方法常依赖于固定的扫描参数对网络资产进行扫描,无法适应多变的扫描环境,导致扫描的效率和准确率均无法得到保证,所以本申请提供了一种新的网络扫描方法,该方法能够根据待扫描资产变化的资产信息和变化的网络信息实时的对扫描参数进行调整,以基于调整后的扫描参数对待扫描资产进行扫描,所以本申请提供的网络扫描方法能够适应多变的网络环境和多变的网络资产,不以一刀切的扫描方式对不同的网络资产进行扫描,其扫描方式更具灵活性,且扫描的效率以及准确率均得到了提升。

    基于超网的异构联邦学习方法、设备及介质

    公开(公告)号:CN115860135B

    公开(公告)日:2023-08-01

    申请号:CN202211432123.3

    申请日:2022-11-16

    Abstract: 本发明公开了一种基于超网的异构联邦学习方法、设备及介质,以实现通过超网为边缘设备上的异构模型生成模型权重,帮助如摄像头、智能手机等设备上的不同卷积神经网络模型能够在不同模型结构的情况下,依然能够准确快速地完成模型的联邦学习任务,并减少了在联邦学习训练过程中所需占用的内存空间。包括合理划分cifar10数据集;生成异构模型;进行异构联邦学习;重复步骤S2、S3,当客户端异构模型收敛时,超网为客户端生成模型权重,可以让客户端模型准确完成目标识别任务,此时超网H直接部署在新的边缘设备中为新的异构模型生成权重,完成新的图像处理任务。有效完成图像处理任务,减少内存空间,极大地降低了通信成本。

    一种网络扫描方法、装置、设备以及存储介质

    公开(公告)号:CN118764246A

    公开(公告)日:2024-10-11

    申请号:CN202410896538.9

    申请日:2024-07-04

    Abstract: 本申请公开了一种网络扫描方法、装置、设备以及存储介质,考虑到现有的网络扫描方法常依赖于固定的扫描参数对网络资产进行扫描,无法适应多变的扫描环境,导致扫描的效率和准确率均无法得到保证,所以本申请提供了一种新的网络扫描方法,该方法能够根据待扫描资产变化的资产信息和变化的网络信息实时的对扫描参数进行调整,以基于调整后的扫描参数对待扫描资产进行扫描,所以本申请提供的网络扫描方法能够适应多变的网络环境和多变的网络资产,不以一刀切的扫描方式对不同的网络资产进行扫描,其扫描方式更具灵活性,且扫描的效率以及准确率均得到了提升。

    SPARCC评分系统和影像报告生成装置

    公开(公告)号:CN118608460A

    公开(公告)日:2024-09-06

    申请号:CN202410638266.2

    申请日:2024-05-22

    Abstract: 本申请公开了一种SPARCC评分系统和影像报告生成装置,通过数据预处理模块将输入的第一MRI图像进行预处理,得到的适配性更高的第二MRI图像以供后续ROI分割模块使用;ROI分割模块依次通过粗粒度分割和细粒度分割的两阶段分割方法,对第二MRI图像进行分割处理得到8个不同象限的第二目标区域;进而炎症分类模块用于得到第二目标区域中的水肿评分参数、水肿深度评分参数和水肿强度评分参数;其中,水肿评分参数、水肿深度评分参数以及水肿强度评分参数用于SPARCC评分。第一MRI图像得到SPARCC评分的整个过程是自动化完成的,其效率相对于人工对第一MRI图像判断来得到SPARCC评分来说有所提高;本申请减少了人为参与度,因此得到的结果一致性提高。

Patent Agency Ranking