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。

    应用程序的页面刷新方法和装置
    4.
    发明公开

    公开(公告)号:CN118312687A

    公开(公告)日:2024-07-09

    申请号:CN202410436737.1

    申请日:2024-04-11

    Abstract: 本说明书的实施例提供了一种应用程序的页面刷新方法和装置。在该应用程序的页面刷新方法中,判断是否检测到用户针对目标应用程序的预定操作;若判断为是,获取该用户针对目标应用程序的实时行为特征以及用于指示该目标应用程序所在终端的当前设备信息的当前设备特征;再利用端刷新决策模型根据所获取的实时行为特征和当前设备特征来得到针对该目标应用程序的刷新决策;以及根据该刷新决策所指示的是否对页面进行刷新来对该目标应用程序的页面执行或不执行页面刷新操作。

    供给相关性预测模型训练方法、供给相关性预测方法及装置

    公开(公告)号:CN117591872A

    公开(公告)日:2024-02-23

    申请号:CN202311366392.9

    申请日:2023-10-20

    Abstract: 本说明书实施例提供供给相关性预测模型训练方法、供给相关性预测方法及装置。在进行模型训练时,使用编码器层中的正常编码器对正样本数据中的供给进行供给编码以及使用动量更新编码器对负样本数据中的替换供给进行供给编码,并使用编码后的正样本数据和负样本数据来执行供给相关性预测任务和对比学习任务以得到损失函数。随后,使用所得到的损失函数更新正常编码器的模型参数,而动量更新编码器的模型参数通过动量更新机制来跟随正常编码器的模型参数的更新而更新。

    处理文本的方法和装置
    6.
    发明授权

    公开(公告)号:CN111259662B

    公开(公告)日:2023-03-21

    申请号:CN202010098938.7

    申请日:2020-02-18

    Inventor: 江少华 钟文亮

    Abstract: 本说明书的实施例提供了处理文本的方法、装置、计算设备和机器可读存储介质。该方法包括:对的当前文本进行分词处理,以获得m个词汇;基于预先确定的权重信息,确定m个词汇各自对应的权重,其中,权重信息用于指示n个词汇各自对应的权重,n个词汇是从h条历史文本中获得的,n个词汇各自对应的权重表示n个词汇各自与历史用户点击率之间的相关性;基于m个词汇各自对应的权重,确定m个词汇中的要进行标记的至少一个目标词汇;对至少一个目标词汇进行标记,生成要呈现给用户的最终文本。

    对用户进行人群划分、训练多任务模型的方法和装置

    公开(公告)号:CN113065045A

    公开(公告)日:2021-07-02

    申请号:CN202110424673.X

    申请日:2021-04-20

    Abstract: 本说明书实施例提供一种对用户进行人群划分、训练多任务模型的方法和装置,方法包括:获取用户总集,其中用户的多个特征变量各自的可能取值构成特征值集合;构建关系网络图,其中的单个节点对应于特征值集合中的一个特征值;连接两个节点的连接边具有边属性值,边属性值根据用户总集中,同时具有两个节点分别表示的两个特征值的用户数量而确定;通过图嵌入的方式,得到关系网络图中各节点分别对应的节点嵌入向量;根据各节点嵌入向量之间的相似性,从特征值集合中选择若干特征值子集;将若干特征值子集分别作为对用户总集的筛选条件,从用户总集中选择出多个用户子集。能够实现不同人群的良好的区分效果,以及,提升模型的预测准确率。

    一种基于种子人群进行人群扩散的方法及装置

    公开(公告)号:CN119441250A

    公开(公告)日:2025-02-14

    申请号:CN202411457046.6

    申请日:2024-10-16

    Abstract: 本说明书实施例提供了一种基于种子人群进行人群扩散的方法,包括:对人群数据集中各个用户样本的表征向量进行特征压缩,得到各个用户样本各自对应的压缩编码,所述人群数据集中包括,属于目标人群的种子用户样本构成的种子用户集。根据所述压缩编码,将所述人群数据集划分为多个用户分组。确定各个用户分组关于种子用户集的区分度指标。根据各个用户分组的区分度指标,确定若干用户分组,将其中的用户样本归入所述目标人群。

Patent Agency Ranking