一种基于量子图联邦学习的数据异常检测方法及系统

AITNT
正文
推荐专利
一种基于量子图联邦学习的数据异常检测方法及系统
申请号:CN202411448041
申请日期:2024-10-17
公开号:CN118964626A
公开日期:2024-11-15
类型:发明专利
摘要
本发明涉及数据处理技术领域,尤其是涉及一种基于量子图联邦学习的数据异常检测方法及系统。方法,包括获取司法大数据;对获取的司法大数据进行预处理;基于司法大数据进行构建图结构;基于图结构构建量子图神经网络模型;对量子图神经网络模型进行联邦化处理;通过量子图神经网络模型对司法大数据进行结果预测,并对于预测结果进行验证。本发明通过引入量子计算,本发明中的“联邦量子图神经网络”模型大幅提升了联邦学习在大规模司法数据处理中的计算效率。
技术关键词
数据异常检测方法 神经网络模型 大数据 协方差矩阵 数据异常检测系统 司法数据处理 消息传递机制 可读存储介质 访问存储器 客户端 非线性特征 裁判文书 终端设备 词频统计 数据处理技术 数据获取模块 处理器 估计算法 节点特征 指令
系统为您推荐了相关专利信息
1
基于毫米波雷达与标签融合的人员跌倒监测方法及系统
跌倒监测方法 多普勒 信号 MUSIC算法 协方差矩阵
2
文旅商品推荐方法、装置、设备、可读存储介质及产品
商品推荐方法 节点 线下 商品推荐装置 可读存储介质
3
一种基于手环式手势识别的计算机输入方法
计算机输入方法 深度神经网络模型 手环 手势 多模态传感器
4
3D打印参数调整方法、装置、电子设备及存储介质
挤出材料 输入神经网络模型 打印设备 参数 非暂态计算机可读存储介质
5
一种基于低空无人机与卫星遥感协同的灾害区域测绘与深度学习分析系统
低空无人机 深度学习分析 高风险 特征提取单元 分析单元
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号