一种数据处理方法、系统及设备
    1.
    发明公开

    公开(公告)号:CN118364478A

    公开(公告)日:2024-07-19

    申请号:CN202310096060.7

    申请日:2023-01-18

    Abstract: 本申请提供一种数据处理方法、系统及设备,该方法包括:获取待训练网络模型对应的目标梯度数据;将目标梯度数据发送给GPU,通过GPU对所述目标梯度数据进行加密,得到加密后梯度数据,并从GPU获取所述加密后梯度数据;将加密后梯度数据发送给服务端,由服务端对多个客户端的加密后梯度数据进行同态运算,得到加密后的聚合梯度数据;从服务端获取加密后的聚合梯度数据,将加密后的聚合梯度数据发送给GPU,通过GPU对加密后的聚合梯度数据进行解密,得到解密后的聚合梯度数据,并从GPU获取聚合梯度数据;基于聚合梯度数据对待训练网络模型进行训练,得到已训练的目标网络模型。通过本申请的技术方案,能够满足数据隐私需求,保证数据安全。

    一种基于深度强化学习的陀螺减摇装置的控制方法

    公开(公告)号:CN117234073A

    公开(公告)日:2023-12-15

    申请号:CN202310992917.3

    申请日:2023-08-08

    Abstract: 一种有效的控制方法,构造了适用的损失函数并对奖励函数、训练过程进行优化设计,使得神经网络能够收敛,提高了控制方法的鲁棒性及控制效果。同时将陀螺的进动角、进动角速度、船舶横摇角、横摇角速度、上一个控制周期的海浪激励估算值,五个参数作为Actor网络输入量提高了系统控制效果。本发明经过测试该控制方法使得陀螺减摇装置,使用了该控制方法的陀螺减摇装置具有更好的减摇效果,特别是在海浪激励较大的时候,减摇效果仍能保持着一个较好的水平。使用了该控制方法的控制系统具有较强的鲁棒性。

    一种陀螺减摇装置测试平台及其控制方法

    公开(公告)号:CN116972884A

    公开(公告)日:2023-10-31

    申请号:CN202310989434.8

    申请日:2023-08-08

    Abstract: 一种陀螺减摇装置测试平台及其控制方法,将模拟陀螺减摇装置安装在船上,然后船舶受到海浪激励时的运动状态,可以用来准确的测试陀螺减摇装置的减摇效果的测试平台。该发明可以提高陀螺减摇装置在研发期间的测试效率,研发效率,降低研发成本保证测试人员的人身安全。本发明的创新点在于研究了陀螺减摇装置、船舶、海浪三者的联合系统数学模型,分析了安装有陀螺减摇装置的船舶在海上航行时横摇轴上所受的所有外力并据此对测试台进行结构设计和控制算法研究使得测试台能够将船舶在海上航行时横摇轴上所受的所有外力施加到模拟船体上,来模拟安装有陀螺减摇装置的船舶在海上航行时的运动状态,测试陀螺减摇装置的减摇性能。

    一种低温等离子体协同催化剂制甲醇的装置及方法

    公开(公告)号:CN116532051A

    公开(公告)日:2023-08-04

    申请号:CN202310342938.0

    申请日:2023-04-03

    Applicant: 浙江大学

    Abstract: 本发明公开了一种低温等离子体协同催化剂制甲醇的装置及方法。使用低温等离子体产生放电,在等离子体反应器内活化H2和CO2,提高热催化反应速率并降低能耗;在低温等离子体外侧通冷凝水,来提高反应的转化率和选择性。将低温等离子体处理后的气体送入到热催化反应器中,热催化反应器内设有隔板,从而在热催化反应器内的局部位置形成回流,在隔板内外装有多个催化剂外床层,可在不同位置填充不同种类的固体催化剂,本发明使得CO2制甲醇反应能够在常压下进行,降低能耗,利用低温等离子体阵列对原料气进行活化,提高了热催化反应速率,并降低了热催化的能耗;使用多层催化剂外床层结构,控制了反应路径和产物,提高了甲醇产量。

    机器学习模型的分布式训练方法及装置、电子设备、介质

    公开(公告)号:CN113487036B

    公开(公告)日:2022-06-17

    申请号:CN202110704799.2

    申请日:2021-06-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种机器学习模型的分布式训练方法及装置、电子设备、介质,该方法采用梯度键值对表示所述梯度向量中的非零元素;保留绝对值大于设定阈值的所述梯度值;通过倒数映射的方式,将保留的梯度值转化为梯度倒数值;将所述梯度倒数值进行对数量化,得到梯度量化整数,作为压缩的梯度值;根据保留的梯度值对应的梯度键求相邻梯度键的增量,获得增量梯度键;根据所述增量梯度键,得到长度标志位;对所述增量梯度键根据对应长度标志位进行二进制编码,组合长度标志位和二进制编码得到压缩的梯度键;再将所述压缩的梯度值和梯度键用于节点间传输,降低了各节点传输的梯度数据通信量,进而达到了提升机器学习模型分布式训练效率的技术效果。

    机器学习模型的分布式训练方法及装置、电子设备、介质

    公开(公告)号:CN113487036A

    公开(公告)日:2021-10-08

    申请号:CN202110704799.2

    申请日:2021-06-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种机器学习模型的分布式训练方法及装置、电子设备、介质,该方法采用梯度键值对表示所述梯度向量中的非零元素;保留绝对值大于设定阈值的所述梯度值;通过倒数映射的方式,将保留的梯度值转化为梯度倒数值;将所述梯度倒数值进行对数量化,得到梯度量化整数,作为压缩的梯度值;根据保留的梯度值对应的梯度键求相邻梯度键的增量,获得增量梯度键;根据所述增量梯度键,得到长度标志位;对所述增量梯度键根据对应长度标志位进行二进制编码,组合长度标志位和二进制编码得到压缩的梯度键;再将所述压缩的梯度值和梯度键用于节点间传输,降低了各节点传输的梯度数据通信量,进而达到了提升机器学习模型分布式训练效率的技术效果。

Patent Agency Ranking