-
公开(公告)号：CN114358433A
公开(公告)日：2022-04-15
申请号：CN202210020469.6
申请日：2022-01-10
Applicant: 北京理工大学
Abstract: 本发明公开基于纵向联邦学习工业软件对接的生产计划管理优化方法，该方法先基于企业自身需求，进行纵向联邦的联合建模学习任务确认，再对联邦学习参与企业样本数据流数据进行预处理，接着对联邦学习参与企业进行样本对齐，然后对联邦学习参与企业进行参数交换的加密纵向联邦学习，最后根据企业需求应用联邦学习预测结果，进行企业生产计划优化管理；本发明运用联邦学习手段得到下一时间周期的生产计划最优化调配情况，基于工业互联网工业软件系统统筹管理企业资源，提高企业生产力与生产效率，共同建立更强大的模型，从而有效改善当前企业生产计划管理的滞后性。
-
公开(公告)号：CN115984292A
公开(公告)日：2023-04-18
申请号：CN202310018888.0
申请日：2023-01-06
Applicant: 北京理工大学
Abstract: 本发明提供一种基于深度学习的多中心医疗影像分割方法及系统，属于机器学习、医疗物联网和信息加密传输技术领域，多中心医疗影像分割方法包括：获取待分割医疗影像；采用影像加密密钥对待分割医疗影像进行加密，得到影像密文；基于预先训练好的影像自分割网络对影像密文进行分割，得到掩膜密文；影像自分割网络为预先采用训练样本集进行训练得到的；训练样本集中包括多个训练样本；每个训练样本包括样本影像密文及对应的样本掩膜密文；训练样本集中的训练样本来自多个医疗机构；采用掩膜解密密钥对掩膜密文解密，得到分割后的医疗影像。提高了医疗影像的安全性，同时提高了医疗影像分割的精度。
-
公开(公告)号：CN114358433B
公开(公告)日：2024-12-13
申请号：CN202210020469.6
申请日：2022-01-10
Applicant: 北京理工大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04
Abstract: 本发明公开基于纵向联邦学习工业软件对接的生产计划管理优化方法，该方法先基于企业自身需求，进行纵向联邦的联合建模学习任务确认，再对联邦学习参与企业样本数据流数据进行预处理，接着对联邦学习参与企业进行样本对齐，然后对联邦学习参与企业进行参数交换的加密纵向联邦学习，最后根据企业需求应用联邦学习预测结果，进行企业生产计划优化管理；本发明运用联邦学习手段得到下一时间周期的生产计划最优化调配情况，基于工业互联网工业软件系统统筹管理企业资源，提高企业生产力与生产效率，共同建立更强大的模型，从而有效改善当前企业生产计划管理的滞后性。
-
-
Search Results
3
records
(took 0.016 seconds)
