-
公开(公告)号：CN119990357A
公开(公告)日：2025-05-13
申请号：CN202311512181.1
申请日：2023-11-10
Abstract: 本申请公开了一种联邦学习中参与端的贡献度确定方法、装置及系统，涉及联邦学习技术领域。在该方法中，以联邦学习中多个参与端提供的蒸馏样本集为基础，通过蒸馏样本集中蒸馏样本的不确定度来体现蒸馏样本为机器学习模型的训练过程所带来的信息量，从而根据每个参与端所提供蒸馏样本的不确定度来确定每个参与端的贡献度，在准确评估参与端贡献度的基础上，有效降低了计算复杂度，进而提升了贡献度计算效率。
-
公开(公告)号：CN118965443B
公开(公告)日：2025-02-07
申请号：CN202411419929.8
申请日：2024-10-12
Applicant: 南京大学
IPC: G06F21/62 , G06N3/0985 , G06N5/04 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种针对深度学习推理服务的可控数据隐私增强方法，通过设计一种动态路由神经网络模型拉实现舵机数据增强，并设计并设计多层训练框架进行逐级训练，以实现不同级别的数据保护功能。动态路由神经网络具有多个不同大小的信息瓶颈和基于门的瓶颈选择。多级训练框架中，根据优化目标表达式，通过计算得出的信息约简损失，逐级训练。该方法可以满足用户在实际深度学习推理服务使用中的不同保护需求，它以用户数据和增强级别作为输入，以可控的数据信息缩减方式对数据进行增强，可以做到有效防止二次推理攻击和重构攻击。
-
公开(公告)号：CN116824042A
公开(公告)日：2023-09-29
申请号：CN202310569207.X
申请日：2023-05-19
Applicant: 南京大学
IPC: G06T17/00 , G06T3/00 , G06T1/20 , G06T1/60 , G06F3/06 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0442
Abstract: 本发明涉及一种适用于大型复杂场景的单目三维场景重建系统，属于大型复杂场景下满足用户不同重建需求的系统实现技术领域。本专利所述系统包含了三项关键技术：分块的稀疏数据管理、由粗到细的动态范围重建、多层分辨率TSDF下的网格生成。从流程上来说：仅需用户使用常见的手机拍摄视频，利用已有的开源软件获取手机摄像机的相关参数，本系统便可以用基于GPU加速的主机完成对大型复杂场景的三维重建，不仅能完整地重建出宽阔的场景，还可以根据用户的拍摄行动自适应地细化场景内物体的几何形状。从特点上来说：本专利所述系统的使用无需用户拥有相关专业知识。
-
公开(公告)号：CN116032670A
公开(公告)日：2023-04-28
申请号：CN202310328325.1
申请日：2023-03-30
Applicant: 南京大学
IPC: H04L9/40 , G06Q40/04 , G06F16/901 , G06F18/241 , G06F18/27 , G06N3/042 , G06N3/0895 , G06N3/084
Abstract: 本发明涉及一种基于自监督深度图学习的以太坊钓鱼欺诈行为检测方法，属于自监督深度图学习技术领域。数据建图：基于获取的以太坊数据，进行自动信息提取，合并到原本不具有可用属性的节点上，得到具有节点特征的交易图。模型准备：设置空间性自监督前置任务，构建模型和训练任务，用于挖掘和表示图中节点属性信息和拓扑结构信息。模型训练：设置训练规模和收敛条件，得到优化后的用于检测的训练模型。该模型能够对以太坊上新的交易图进行检测，应对以太坊规模不断变化、交易图不断演化和节点标签数目不足等问题。
-
公开(公告)号：CN115658330A
公开(公告)日：2023-01-31
申请号：CN202211659810.9
申请日：2022-12-23
Applicant: 南京大学
Abstract: 本发明公开了面向WebAssembly的跨平台GPU虚拟化方法，包括如下步骤：将已有的CUDA应用源代码使用编译工具链进行编译链接，生成字节码，载入虚拟机内运行，WebAssembly虚拟机接收到CUDA应用的GPU请求之后，进行有效性检查，修改维护的虚拟GPU状态，将相应的修改物理GPU状态的请求发送到物理GPU。接收到物理GPU返回的执行结果后，返回给虚拟机内运行的CUDA应用，虚拟机能够让原始的虚拟机脱离JavaScript引擎的依赖独立访问GPU，且能为CUDA应用提供几乎零性能损耗的透明访问。
-
Patent Agency Ranking
公开(公告)号：CN114662690B
公开(公告)日：2022-09-13
申请号：CN202210547606.1
申请日：2022-05-20
Applicant: 南京大学
IPC: G06N3/10 , G06F9/50 , G06F11/34 , H04L41/042 , H04L41/044 , H04L41/08 , H04L41/16 , H04W84/18 , G06N3/08 , G06N3/04 , G06N5/04
Abstract: 本发明涉及一种面向深度学习Transformer类模型的移动设备协同推断系统，包括如下步骤：准备阶段：评估可用硬件资源，确定切分粒度，切片并分发至各设备。部署阶段：通过DNS组网来控制设备进行异构设备的协同推断。各待推断设备均部署推断服务程序。控制节点发送待推断样本到各设备，当前节点将中间结果传递至负责下一个模型切片的节点，以此类推，直至最后一个节点完成推理，再将最终结果发送给控制节点输出。避免因为整个Transformer模型占用空间较大而单个设备不能运行。
-
公开(公告)号：CN113836585B
公开(公告)日：2022-04-22
申请号：CN202111409364.1
申请日：2021-11-25
Applicant: 南京大学
IPC: G06F21/62
Abstract: 本发明公开了一种针对用户数据的全自动数据隐私保护系统，该系统能够对用户指定的智能应用程序进行智能模块的查找、切分并将其重新打包成可独立运行测试的智能应用，同时针对此重新打包的智能应用适应性地生成IM专属的数据保护器，从而有效地为不同的智能应用生成可以平衡用户数据权益保护和深度学习推理质量的数据保护方案。该系统所提供的数据保护对App DL服务质量几乎没有影响，即IM在受保护用户输入上的推断结果与在未受保护图像上的推断结果几乎相同，但可以使用户数据免于受到如大规模人脸匹配而造成的隐私泄漏的危害。
-
公开(公告)号：CN113271469B
公开(公告)日：2021-10-29
申请号：CN202110803708.0
申请日：2021-07-16
Applicant: 南京大学
IPC: H04N19/467 , H04N19/42 , H04N19/40 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种安全可逆的视频隐私安全保护系统及保护方法，其保护系统包括摄像机、转换器、重构器、数据生成器和压缩器，摄像机安装有摄像头，摄像机采集并生成视频流，转换器包括常规转换器和快速转换器，常规转换器、重构器和数据生成器用于生成式对抗网络的设计，快速转换器和压缩器优化系统执行和传输的实时性能。其保护方法为：1.生成训练模型，2.视频流转换，3.视频流输入，4.转换取证。本发明提供了一种安全可逆的视频隐私安全保护系统及保护方法，高度维护受保护视频的可理解性，以支持用户的观看及人工智能所执行的原始或现有后端订阅任务；在事后取证的情况下，视频帧能够被授权方安全还原。
-
公开(公告)号：CN113271469A
公开(公告)日：2021-08-17
申请号：CN202110803708.0
申请日：2021-07-16
Applicant: 南京大学
IPC: H04N19/467 , H04N19/42 , H04N19/40 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种安全可逆的视频隐私安全保护系统及保护方法，其保护系统包括摄像机、转换器、重构器、数据生成器和压缩器，摄像机安装有摄像头，摄像机采集并生成视频流，转换器包括常规转换器和快速转换器，常规转换器、重构器和数据生成器用于生成式对抗网络的设计，快速转换器和压缩器优化系统执行和传输的实时性能。其保护方法为：1.生成训练模型，2.视频流转换，3.视频流输入，4.转换取证。本发明提供了一种安全可逆的视频隐私安全保护系统及保护方法，高度维护受保护视频的可理解性，以支持用户的观看及人工智能所执行的原始或现有后端订阅任务；在事后取证的情况下，视频帧能够被授权方安全还原。
-
公开(公告)号：CN109784277A
公开(公告)日：2019-05-21
申请号：CN201910043905.X
申请日：2019-01-17
Applicant: 南京大学
IPC: G06K9/00
Abstract: 本发明公开一种基于智能眼镜的情绪识别方法，在智能眼镜设备上，将单眼区域图像作为输入，喜悦、惊奇、恐惧、愤怒、悲伤、厌恶和中立七种表情；训练阶段，输入单眼区域图像，联合训练广义特征提取器和加速器；个性化阶段，通过广义特征提取器为录制视频中的每一帧提取特征，获取七个代表七种表情的特征；同时通过广义特征提取器的共享模块和加速器，为输入的每一帧提取特征，计算相应表情加速器对应的触发阈值；识别阶段，利用广义特征提取器的共享部分提取图像的特征，并通过加速器判断当前帧图像与前一帧图像的相似程度，如果相似，使用前一个类别标签作为当前帧图像的输出，否则，通过广义特征提取器的识别部分提取特征并判断其表情类别。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.058 seconds)
