-
Patent Agency Ranking
公开(公告)号：CN115943394A
公开(公告)日：2023-04-07
申请号：CN202080061690.5
申请日：2020-09-09
Applicant: 华为云计算技术有限公司
IPC: G06N20/00
Abstract: 通过以下方式使用安全纵向联邦学习来学习机器学习模型：网络机器学习模型从多个私有机器学习模型接收一组私有机器学习模型输出。所述一组私有机器学习模型输出基于所述多个私有机器学习模型中的每一个独占拥有的数据。所述一组私有机器学习模型输出基于所述数据的样本ID对齐。所述网络机器学习模型提供预测，所述预测为所述网络模型基于所述一组私有机器学习模型输出的输出。所述网络模型向所述多个私有机器学习模型中的一个传输所述预测，所述多个私有机器学习模型中的所述一个包括标签。所述网络模型从所述多个私有机器学习模型中的所述一个接收基于所述标签和所述预测的损失，基于所述损失计算梯度，并基于所述损失更新所述网络模型的参数。
-
公开(公告)号：CN117063173A
公开(公告)日：2023-11-14
申请号：CN202180095907.9
申请日：2021-06-29
Applicant: 华为云计算技术有限公司
IPC: G06F21/16
Abstract: 提供了一种方法，用于对由第一AI模型生成的预测输出进行水印处理，以使得能够检测已从所述预测输出中提取的目标AI模型，包括：所述第一AI模型从请求设备接收一组输入数据样本；至少存储所述输入数据样本的子集，用于维护所述输入数据样本的记录；使用所述第一AI模型预测相应的预测输出集，所述预测输出集中的每个输出包括概率值，所述AI模型使用水印函数来在所述预测输出的所述概率值中插入周期性水印信号；从所述第一AI模型输出包括所述周期性水印信号的所述预测输出。
-
公开(公告)号：CN116583883A
公开(公告)日：2023-08-11
申请号：CN202180074596.8
申请日：2021-07-09
Applicant: 华为云计算技术有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 基于规则提取的深度神经网络解译方法、系统和介质。所述深度神经网络的解释是基于提取近似网络分类行为的一个或多个规则。规则是通过数据空间识别一组超平面来定义的，这些超平面共同定义了一个凸多面体，所述凸多面体将输入样本的目标类与不同类的输入样本分开。每个规则对应于两个不同决策结果之间的一组决策边界。可以生成人类可理解的规则表示。一个或多个规则可用于生成分类器。相对于其它已知方法，所述表示和解释表现出忠实性、稳定性和全面性。
-
公开(公告)号：CN115552429A
公开(公告)日：2022-12-30
申请号：CN202180033406.8
申请日：2021-03-01
Applicant: 华为云计算技术有限公司
Abstract: 描述了横向联邦学习的方法和系统。获得多个局部模型参数集。每个局部模型参数集已在相应的客户端处学习。针对每个给定的局部模型参数集，计算表示所述给定的局部模型参数集与其它每一个局部模型参数集之间的相似性的协作系数。执行对所述多个局部模型参数集的更新，以获得所述多个更新的局部模型参数集。使用其它局部模型参数集的加权聚合更新每个给定的局部模型参数集，其中，所述加权聚合是使用所述协作系数计算的。所述多个更新的局部模型参数集提供给每个相应的客户端。
-
公开(公告)号：CN116635866A
公开(公告)日：2023-08-22
申请号：CN202180082723.9
申请日：2021-06-30
Applicant: 华为云计算技术有限公司
IPC: G06N3/02
Abstract: 描述了用于挖掘少数类数据样本的方法和系统。少数类挖掘服务接收由客户端神经网络的内层生成的激活，所述客户端神经网络已经过训练以执行涉及分类的预测任务。所述少数类挖掘服务使用重新校准神经网络生成重新校准激活，并使用异常检测器生成异常检测器输出。根据所述异常检测器输出，针对接收到的激活表示的数据样本计算少数类分数。将所述计算出的少数类分数与少数类阈值进行比较，以标识候选少数类数据样本。然后，可以将所述候选少数类数据样本标记并添加到所述客户端神经网络的训练数据集中。
-
-
-
-
Search Results
5
records
(took 0.031 seconds)
