Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜腾讯云计算(北京)有限责任公司吴佳祥获国家专利权

恭喜腾讯云计算(北京)有限责任公司吴佳祥获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜腾讯云计算(北京)有限责任公司申请的专利数据处理方法、装置、设备以及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114676853B

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110407285.0,技术领域涉及:G06N20/20;该发明授权数据处理方法、装置、设备以及介质是由吴佳祥;白帆;沈鹏程;李绍欣;李季檩设计研发完成,并于2021-04-15向国家知识产权局提交的专利申请。

数据处理方法、装置、设备以及介质在说明书摘要公布了:本申请实施例提供了一种数据处理方法、装置、设备以及介质,该方法包括:获取N个局部识别模型分别对应的局部模型参数,N为客户端的数量;获取与局部模型参数集合相关联的M个权重组合,根据每个权重组合分别对局部模型参数集合进行参数融合,得到M个备选全局模型,M为正整数;获取M个备选全局模型分别在多媒体验证数据集中的评估指标,根据评估指标在M个备选全局模型中确定目标全局模型,将目标全局模型传输至N个客户端,以使N个客户端分别根据目标全局模型对所关联的局部识别模型进行参数更新,得到对象识别模型。采用本申请实施例,可以提高联邦训练模型之间的参数融合有效性,进而提高联邦识别模型的泛化效果。

本发明授权数据处理方法、装置、设备以及介质在权利要求书中公布了:1.一种数据处理方法,其特征在于,包括:获取N个局部识别模型分别对应的局部模型参数;所述N个局部识别模型分别由不同的客户端进行独立训练得到,每个客户端均包括用于训练所关联的局部识别模型的多媒体样本数据,所述多媒体样本数据包含具有目标对象类型的对象,N为大于1的正整数,且N为客户端的数量;获取与局部模型参数集合相关联的M个权重组合,根据每个权重组合分别对所述局部模型参数集合进行参数融合,得到M个备选全局模型;所述局部模型参数集合包括所述N个局部识别模型分别对应的局部模型参数,所述每个权重组合包括N个局部模型参数分别对应的训练影响权重,M为正整数;获取所述M个备选全局模型分别在多媒体验证数据集中的评估指标,根据所述评估指标在所述M个备选全局模型中确定目标全局模型,将所述目标全局模型传输至N个客户端,以使所述N个客户端分别根据所述目标全局模型对所关联的局部识别模型进行参数更新,得到对象识别模型;所述对象识别模型用于识别多媒体数据中所包含的具有所述目标对象类型的对象;其中,所述获取所述M个备选全局模型分别在多媒体验证数据集中的评估指标,包括:获取包含正样本对和负样本对的多媒体验证数据集;所述正样本对是指包含相同对象的多媒体样本数据对,所述负样本对是指包含不同对象的多媒体样本数据对;在所述M个备选全局模型中获取备选全局模型i,将所述正样本对输入至所述备选全局模型i,通过所述备选全局模型i输出所述正样本对的第一对象预测结果;i为小于或等于M的正整数;将所述负样本对输入至所述备选全局模型i,通过所述备选全局模型i输出所述负样本对的第二对象预测结果;根据所述第一对象预测结果和所述第二对象预测结果,确定所述备选全局模型i在多媒体验证数据集中的评估指标。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人腾讯云计算(北京)有限责任公司,其通讯地址为:100190 北京市海淀区知春路49号3层西部309;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。