辅助终端业务处理的方法及装置
    1.
    发明公开

    公开(公告)号:CN117742856A

    公开(公告)日:2024-03-22

    申请号:CN202311643062.X

    申请日:2023-12-01

    Abstract: 本说明书实施例提供一种辅助终端业务处理的方法及装置,在终端业务处理过程中,可以使用代理机制智能化地辅助用户完成一些相对固定的操作流程,尽可能减少人工操作。具体而言,可以在获取用户需求之后,通过代理机制为用户需求生成用于描述依次在各个页面上进行操作的操作序列,然后,以所生成的操作序列为指引,在依次跳转到的各个页面上进行操作指令预测,并按照预测结果在相应页面执行相应操作,直至得到由操作序列确定的最终页面作为需求页面。其中,需求页面可以是显示最终业务处理结果的页面,也可以是业务中间页面。该实施方式可以提高页面操作指令预测的准确性及用户体验。

    推荐内容管理方法及装置、电子设备及存储介质

    公开(公告)号:CN116610869B

    公开(公告)日:2023-10-13

    申请号:CN202310862674.1

    申请日:2023-07-13

    Abstract: 本说明书一个或多个实施例提供一种推荐内容管理方法及装置、电子设备及存储介质,所述方法包括:向服务端发送内容推荐请求,其中,所述内容推荐请求用于请求所述服务端生成并返回针对显示界面的多个显示区的推荐内容;接收所述服务端返回的多个推荐内容,以及所述多个推荐内容中每个推荐内容的数据标签,其中,所述多个推荐内容中每个推荐内容的数据标签由所述服务端每个推荐内容进行NER实体抽取得到,所述多个推荐内容与所述多个显示区一一对应;根据所述多个推荐内容中每个推荐内容的数据标签,对所述多个推荐内容进行去重处理,并将去重处理后剩余的至少一个推荐内容曝光于对应的显示区。

    信息推荐方法及装置、存储介质

    公开(公告)号:CN116610873A

    公开(公告)日:2023-08-18

    申请号:CN202310887568.9

    申请日:2023-07-19

    Abstract: 本说明书提供一种信息推荐方法及装置、存储介质,该方法包括:基于用户对云节点下发的至少一个第一推荐信息的操作行为,得到实时特征信息;将实时特征信息发送给边缘节点;接收并存储边缘节点返回的目标特征信息,目标特征信息是用于表征用户的历史操作行为和实时操作行为之间的共性的特征信息;基于目标特征信息,对云节点下发的至少一个第二推荐信息进行重排序后输出。本公开可以利用边缘节点的算力为客户端提供更精准表征用户操作行为的目标特征信息,扩展了客户端上表征用户操作行为的特征信息的丰富度,且可以减少信息推荐的时延,能够更合理的利用端边云各个设备的资源,提高了端边云架构的可用性。

    端边云协同的模型训练方法及装置

    公开(公告)号:CN116562399A

    公开(公告)日:2023-08-08

    申请号:CN202310844489.X

    申请日:2023-07-10

    Abstract: 本说明书一个或多个实施方式提供了一种端边云协同的模型训练方法及装置,模型训练方法包括接收与边缘节点所对应的各个应用端发送的梯度信息,基于接收到的各个应用端发送的梯度信息进行聚合处理得到聚合梯度数据,将聚合梯度数据发送至云服务器,以及云服务器根据聚合梯度数据对全局模型进行训练。本说明书实施方式中,通过边缘节点对应用端的梯度信息进行聚合处理,从而缩减梯度信息的数据量,而且可以最大程度保留全部梯度信息的特征,因此后续云服务器的模型训练仍然是建立在全局视野,在较少丢失信息的情况下,加快模型训练速度,保证模型的精度和效果。

    模型检测方法及装置、电子设备及存储介质

    公开(公告)号:CN116627789B

    公开(公告)日:2023-11-03

    申请号:CN202310889945.2

    申请日:2023-07-19

    Abstract: 本说明书一个或多个实施例提供一种模型检测方法及装置、电子设备及存储介质,所述方法包括:将多个客户端划分为多个实验分桶,并向所述多个实验分桶中每个实验分桶内的客户端下发对应的待检测模型;响应于接收到客户端发送的数据获取请求,向所述客户端发送业务数据和所述客户端对应的分桶标记,以使所述客户端在针对业务数据运行待检测模型的情况下收集评估样本,并将所述评估样本标记上所述客户端对应的分桶标记,其中,所述评估样本包括用户针对业务数据的操作指令;接收多个客户端发送的标记有分桶标记的评估样本,并根据每个分桶标记对应的评估样本对应确定每个分桶标记对应的待检测模型的检测结果。

    模型训练方法及装置
    6.
    发明授权

    公开(公告)号:CN116629386B

    公开(公告)日:2023-09-19

    申请号:CN202310903982.4

    申请日:2023-07-21

    Abstract: 本说明书一个或多个实施方式提供了一种模型训练方法及装置,模型训练方法包括基于实时接收到的训练数据的时间信息确定训练数据的时效性,在训练数据的时效性为有效的情况下,将训练数据存储在云服务器的存储模块中,利用存储模块中存储的训练数据对部署于云服务器的全局模型进行训练。本公开实施方式中,通过对训练数据的时效性筛选,仅存储有效的训练数据,缩减云服务器存储数据量,降低存储压力,而且可以过滤过期或者错误数据,为模型训练提供正确且可靠的数据基础,提高模型训练的稳定性和训练效果。

    模型检测方法及装置、电子设备及存储介质

    公开(公告)号:CN116627789A

    公开(公告)日:2023-08-22

    申请号:CN202310889945.2

    申请日:2023-07-19

    Abstract: 本说明书一个或多个实施例提供一种模型检测方法及装置、电子设备及存储介质,所述方法包括:将多个客户端划分为多个实验分桶,并向所述多个实验分桶中每个实验分桶内的客户端下发对应的待检测模型;响应于接收到客户端发送的数据获取请求,向所述客户端发送业务数据和所述客户端对应的分桶标记,以使所述客户端在针对业务数据运行待检测模型的情况下收集评估样本,并将所述评估样本标记上所述客户端对应的分桶标记,其中,所述评估样本包括用户针对业务数据的操作指令;接收多个客户端发送的标记有分桶标记的评估样本,并根据每个分桶标记对应的评估样本对应确定每个分桶标记对应的待检测模型的检测结果。

    推理服务监控方法及装置
    8.
    发明公开

    公开(公告)号:CN116594846A

    公开(公告)日:2023-08-15

    申请号:CN202310868846.6

    申请日:2023-07-14

    Abstract: 本说明书一个或多个实施例提供一种推理服务监控方法及装置。其中,该方法应用于边缘服务器;所述边缘服务器中部署有推理服务模块和监控模块;所述方法包括:在接收到终端上传的推理请求的情况下,将所述推理请求中包含的待推理数据输入所述推理服务模块中,以由所述推理服务模块基于所述待推理数据进行推理;通过所述监控模块获取所述推理服务模块在推理过程中产生的监控数据,并将所述监控数据上传至云端;上传至所述云端的监控数据,被用于对所述推理服务模块进行推理质量评估。

    联邦学习方法、服务端设备、客户端设备及系统

    公开(公告)号:CN117350405A

    公开(公告)日:2024-01-05

    申请号:CN202311483682.1

    申请日:2023-11-08

    Abstract: 本公开提供一种联邦学习方法、服务端设备、客户端设备及系统,服务端设备根据获得的至少部分客户端设备的第i轮客户端梯度数据确定第i轮全局网络模型,并根据第i轮全局网络模型、以及服务端设备存储的任意客户端设备的第i轮局部网络模型,确定针对任意客户端设备的第i+1轮服务端梯度数据,以向任意客户端设备发送该第i+1轮服务端梯度数据,一方面,根据部分客户端设备的客户端梯度数据实现迭代更新,可以实现异步联邦学习,从而减少服务端设备的等待时间,提高联邦学习的效率;另一方面,服务端设备向客户端设备发送服务端梯度数据,可以减少服务端设备与客户端设备之间交互的信息的数据量,从而减少通信资源的消耗。

Patent Agency Ranking