-
公开(公告)号：CN118536618A
公开(公告)日：2024-08-23
申请号：CN202410664861.3
申请日：2024-05-27
Applicant: 广东电网有限责任公司惠州供电局
IPC: G06N20/00 , G06F18/24 , G06F18/214 , G06F18/23
Abstract: 本发明提供一种基于缺失数据填补模型的个性化联邦学习方法及系统，方法包括：客户端接收设备状态监测传感器的数据集，将其划分为高缺失率集与低缺失率集；客户端通过服务器循环训练更新填补模型；客户端填补低缺失率集并合成伪标签，并训练辅助分类器；客户端更新数据集中的低缺失率集，然后使用更新后的数据集与训练后的辅助分类器二次训练填补模型；客户端填补数据集中的高缺失率集，然后使用填补后的高缺失率集二次更新数据集，得到填补后设备状态监测传感器的数据。本发明在保护传感器数据隐私的同时，提供了高细粒度级别的缺失数据填补方法，提升了传感器数据处理的准确性，提升了工业物联网环境中数据监测的有效性。
-
Patent Agency Ranking
公开(公告)号：CN119377992A
公开(公告)日：2025-01-28
申请号：CN202411512830.2
申请日：2024-10-28
Applicant: 广东电网有限责任公司惠州供电局
IPC: G06F21/60 , G06F21/62 , G06F16/903 , G06F16/9038
Abstract: 本发明提供一种基于同态加密的对称安全隐私信息检索方法及系统，方法包括：基于加密算法参数构造形成同态加密系统，并生成加密公钥和加密私钥；服务端将其持有的数据进行编码，并形成数据矩阵；客户端根据待查询索引生成查询信息，并将查询信息发送至服务端；若对于首次查询，则生成查询向量；若对于非首次查询，则生成偏移量以代替查询向量；服务端基于接收到的客户端的查询信息生成相应的查询向量；服务端基于查询向量与数据矩阵进行运算，得到加密的查询结果，并将加密的查询结果发送至客户端；客户端对加密的查询结果进行解密，获取结果。本发明可以保证如医疗系统服务端和客户端的隐私安全，提升了用户查询检索的体验。
-
公开(公告)号：CN118551108A
公开(公告)日：2024-08-27
申请号：CN202410664881.0
申请日：2024-05-27
Applicant: 广东电网有限责任公司惠州供电局
IPC: G06F16/9535 , G06N20/00 , G06N3/0475 , G06N3/084 , G06F21/60 , G06F18/214 , G06F18/24 , G06F21/62
Abstract: 本发明提供一种基于联邦学习的个性化跨域推荐方法，在跨域推荐中，根据用户具有唯一的ID，在源域和目标域中寻找得到共同用户和冷启动用户；基于共同用户，分别在源域和目标域利用隐语义模型生成共同用户的源域向量和目标域向量；基于共同用户的源域向量和目标域向量，采用横向联邦学习构建公共桥神经网络；基于公共桥神经网络，利用联邦元学习生成元学习生成网络；对元学习生成网络进行训练；基于训练后的元学习生成网络，为冷启动用户生成目标域向量，通过目标域向量实现个性化跨域推荐。本发明充分利用用户自身的数据，实现个性化精准的跨域推荐，且同时实现了对用户隐私的保护，具有实用意义。
-
公开(公告)号：CN116402231A
公开(公告)日：2023-07-07
申请号：CN202310430391.X
申请日：2023-04-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司惠州供电局
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213
Abstract: 本发明公开了一种电力负荷预测方法、装置、设备及存储介质。该方法包括：获取用户信息；根据用户信息进行聚类，得到至少一簇用户信息；获取每簇用户信息对应的目标比值，其中，所述目标比值为用户的日电量与基准电量的比值；根据每簇用户信息对应的目标比值和每簇用户信息确定第一时间对应的目标户数；根据目标户数、变压器的额定容量以及第一时间对应的目标负荷率预测第二时间对应的目标负荷，其中，所述第一时间处于第二时间之前，通过本发明的技术方案，能够精准预测电力负荷变化，进而合理分配运维资源，降低运维压力，提高负荷过载处理的及时性，提升电力设备运维人员的工作效率。
-
公开(公告)号：CN119378600A
公开(公告)日：2025-01-28
申请号：CN202411512831.7
申请日：2024-10-28
Applicant: 广东电网有限责任公司惠州供电局
Abstract: 本发明提供一种基于联邦学习的多域推荐方法及系统，方法：通过矩阵分解方法获得整体数据空间中每个空间的用户向量和物品向量；用户领域空间将用户向量和用户向量对应领域的域向量传输至门控网络，门控网络的输出与用户向量进行结合得到用户领域向量；用户公共空间汇总用户领域向量并形成用户的全局向量；将用户的全局向量发送至用户领域空间，经过若干层线性层形成用户的兴趣向量，并将其上传至领域空间；领域空间基于用户的兴趣向量与物品向量进行反向传播，更新模型参数，在模型收敛后输出用户的兴趣向量，为用户进行推荐。本发明在保证消费者的历史数据和隐私数据安全的前提下，提高了给消费者推荐商品的精确度，提升了消费者的用户体验。
-
公开(公告)号：CN118332590A
公开(公告)日：2024-07-12
申请号：CN202410416349.7
申请日：2024-04-08
Applicant: 广东电网有限责任公司惠州供电局
Abstract: 本发明公开了一种基于数据生成的个性化联邦学习泛化方法、系统、装置及介质，包括：每个参与方使用其各自的私有数据集以训练本地的生成器和鉴别器模型，在每一轮的训练中，参与方将本地生成器模型的参数发送给服务器，服务器将聚合后的参数分发给所有参与者，然后参与方使用接收到的参数以更新其本地的生成器模型。在训练过程结束后，参与方利用训练好的生成器模型以生成新的样本，并用以训练个性化的本地模型。参与方可以通过训练生成器以从其他参与者那里获取知识，同时保持异构的本地模型，并避免与其他参与者共享模型信息。本发明提供了全面的隐私保护能力，消除了参与方共享私有本地模型信息的要求，保护了私有模型的隐私安全。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
