-
公开(公告)号：CN118245992A
公开(公告)日：2024-06-25
申请号：CN202410662711.9
申请日：2024-05-27
Applicant: 中电科大数据研究院有限公司
Abstract: 本发明提供一种联邦学习激励方法及系统，该方法包括：联邦学习平台发布任务发起方发起的联邦学习任务；接收用户提交的参与任务申请；对所述用户进行身份认证；对通过身份认证的用户通过区块链上存储的数字身份信息以及信誉评分确定是否允许所述用户参与所述联邦学习任务；如果允许，则将所述用户作为任务参与方添加至私有通道，以使任务参与方进行联邦学习建模训练；在联邦学习结束后，根据区块链上的智能合约向所述任务参与方发放任务奖励。利用本发明方案，可以为联邦学习参与方提供准确有效的激励机制，提升数据持有者参与联邦学习的动力，进而提升联邦学习模型的准确性。
-
公开(公告)号：CN117313748B
公开(公告)日：2024-03-12
申请号：CN202311582287.9
申请日：2023-11-24
Applicant: 中电科大数据研究院有限公司
IPC: G06F40/35 , G06F40/232 , G06F16/332 , G06F16/33 , G06F16/335 , G06N20/20 , G06F18/243
Abstract: 本发明公开了一种面向政务问答的多特征融合语义理解方法及装置，该方法包括：获取用户输入的咨询问题；对用户输入的咨询问题进行语法纠错和方言纠错，得到纠错后的文本；将所述文本分别输入一个或多个不同的特征匹配模型，根据各特征匹配模型输出的候选问题构建信息融合三元组；根据所述候选问题查询用户历史咨询问题列表和/或热点问题列表，得到所述候选问题在所述用户最近一段时间是否咨询该问题的历史咨询特征、和/或所述候选问题在最近一段时间是否被访问的热点事项特征；将多维特征输入随机森林模型，得到对应咨询问题的语义理解结果。利用本发明方案，可以准确理解用户输入信息，精准定位用户咨询事项。
-
公开(公告)号：CN117196069A
公开(公告)日：2023-12-08
申请号：CN202311469508.1
申请日：2023-11-07
Applicant: 中电科大数据研究院有限公司
IPC: G06N20/00
Abstract: 本发明公开了一种联邦学习方法，该方法包括：签订联邦学习合作协议，所述联邦学习合作协议中包括多方的联邦学习权限及使用规则；根据所述合作协议，建立联邦学习计算环境；各数据参与方在本地按照统一的数据处理规则准备联邦学习训练数据；启动联邦学习开发任务，进行联邦学习过程。利用本发明方案，不仅可以提高数据利用率，而且可以提高模型训练精度和训练效率。
-
公开(公告)号：CN110309958A
公开(公告)日：2019-10-08
申请号：CN201910523225.8
申请日：2019-06-17
Applicant: 中电科大数据研究院有限公司
Abstract: 本发明提供一种基于漏斗模型的政务服务平台流程优化方法，在以独立事项为基准形成的分析漏斗模型的各流程环节中嵌入数据采集程序，对事项的每个流程环节进行数据采集，并对各流程环节进行分析得出问题环节，从而对其进行优化，并进行持续的优化结果监控，同时可针对事务流程管理领域的流程优化进行类比管理。本发明提供的基于漏斗模型的政务服务流程优化方法，解决了现有技术对政务服务流程问题环节定位慢、定位难、定位不准确的技术问题，同时为政务流程改进效果的评估提供了有效的数据支撑。
-
公开(公告)号：CN118484584A
公开(公告)日：2024-08-13
申请号：CN202410682374.X
申请日：2024-05-29
Applicant: 中电科大数据研究院有限公司
IPC: G06F16/953 , G06F16/2458 , G06F16/951 , G06F16/9538 , G06F18/15 , G06F18/241 , G06Q50/26
Abstract: 一种基于E‑OEM模型的政务数据精准挖掘方法，涉及计算机网络数据处理技术领域，解决现有政务数据挖掘方法存在获取相关政务数据精准度不高的问题，本方法通过政务数据采集、预处理，构建Kirkpatrick模型进行数据挖掘实施效果评价，基于E‑OEM模型的政务数据模式归一化及标准化处理，设定相应的数据挖掘算法，获得精准的政务数据以及对挖掘结果的显示及评估等步骤实现。本发明方法评价指标选取范围大，且与实验样本差异度较小，因此，本方法的指标选取结果与实验样本的相似度较高，可有效保证对实验对象评价的全面性与精准度。
-
Patent Agency Ranking
公开(公告)号：CN118245992B
公开(公告)日：2024-07-23
申请号：CN202410662711.9
申请日：2024-05-27
Applicant: 中电科大数据研究院有限公司
Abstract: 本发明提供一种联邦学习激励方法及系统，该方法包括：联邦学习平台发布任务发起方发起的联邦学习任务；接收用户提交的参与任务申请；对所述用户进行身份认证；对通过身份认证的用户通过区块链上存储的数字身份信息以及信誉评分确定是否允许所述用户参与所述联邦学习任务；如果允许，则将所述用户作为任务参与方添加至私有通道，以使任务参与方进行联邦学习建模训练；在联邦学习结束后，根据区块链上的智能合约向所述任务参与方发放任务奖励。利用本发明方案，可以为联邦学习参与方提供准确有效的激励机制，提升数据持有者参与联邦学习的动力，进而提升联邦学习模型的准确性。
-
公开(公告)号：CN115982375A
公开(公告)日：2023-04-18
申请号：CN202211546265.2
申请日：2022-12-05
Applicant: 中电科大数据研究院有限公司
Abstract: 本公开的实施例提供一种数据治理方法，具体实现方案为：基于获取的实践案例，构建治理实践案例的参考模型；基于参考模型，生成包括至少一个实践项的实践清单；基于预先收集的最佳实践项以及数据分析时间窗，对实践清单中的实践项进行组合，得到至少一个实践项组合；基于至少一个实践项组合，确定目标实践的生成结果。通过本实施方式，提高了数据治理的效率。
-
公开(公告)号：CN110298693A
公开(公告)日：2019-10-01
申请号：CN201910523224.3
申请日：2019-06-17
Applicant: 中电科大数据研究院有限公司
IPC: G06Q30/02 , G06F16/245 , G06Q50/02
Abstract: 本发明提供了一种基于蔬菜价格预测推荐的大数据系统，包括由底至上部署的基础设施层、数据资源层、支撑层、应用层、接入层。本发明能为极贫乡镇政府、上级政府提供农业产业管理决策支撑，满足农业产业发展和精准扶贫需求，实现大数据和实体经济融合的探索，为创新数据应用模式和精准扶贫事业发展提供支撑；为农户和涉农企业提供蔬菜扶贫大数据服务，满足农业产业带动贫困人口增收的需求，提高人民群众特别是贫困人口的获得感和满意度；使用大数据技术对蔬菜市场价格、需求趋势进行预测，指导农业生产，避免盲目种植；通过预测蔬菜价格，分析营收，辅助相关决策，实现带动农户增收。
-
公开(公告)号：CN117556363A
公开(公告)日：2024-02-13
申请号：CN202410038183.X
申请日：2024-01-11
Applicant: 中电科大数据研究院有限公司
IPC: G06F18/2433 , G06F40/289 , G06F40/216
Abstract: 本发明涉及数据质量技术领域，具体涉及了一种基于多源数据联合检测的数据集异常识别方法。包括以下步骤：S100：分别获取来自不同参与方的文本类数据的数据集；S200：识别并提取出不同参与方的数据集中具有交集的部分，作为识别数据集，分别对不同参与方的识别数据集进行预处理后，将识别数据集中的各项文本数据均转换为特征向量300：将不同参与方的识别数据集中的特征向量进行比对，各个参与方的识别数据中文本数据不一致的部分，作为异常数据，并对异常数据进行定位；S400：分别识别异常数据在其所述识别数据集中的数据归属中的数据属性，根据数据属性选择检测方式，检测各参与方的异常数据在其所述数据集的数据归属中是否为正常数据或是异常数据。
-
公开(公告)号：CN117196069B
公开(公告)日：2024-01-30
申请号：CN202311469508.1
申请日：2023-11-07
Applicant: 中电科大数据研究院有限公司
IPC: G06N20/00
Abstract: 本发明公开了一种联邦学习方法，该方法包括：签订联邦学习合作协议，所述联邦学习合作协议中包括多方的联邦学习权限及使用规则；根据所述合作协议，建立联邦学习计算环境；各数据参与方在本地按照统一的数据处理规则准备联邦学习训练数据；启动联邦学习开发任务，进行联邦学习过程。利用本发明方案，不仅可以提高数据利用率，而且可以提高模型训练精度和训练效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.033 seconds)
