摘要：本发明提供一种用于背光模组的自清洁膜片，包括膜片基材，还包括形成在膜片基材一侧的扩散层，扩散层包括弥散分布在膜片基材表面的若干微型凸起以及沿微型凸起突出于膜片基材表面部分弥散分布的微型凸顶。本发明提供一种背光模组，包括前述的自清洁膜片。本发明还提供一种用于背光模组的自清洁膜片的制作方法。本发明在膜片基材表面形成的扩散层包括微型凸起以及微型凸顶，当异物粘附于扩散层表面时，由于表面结构和粗糙度均为微米级，灰尘等异物无法吸附在表面上，并会沿着表面滚动实现自清洁，本发明的自清洁方式与传统的通过粘尘棒接触式清理的方式相比，可有效避免造成膜片污染、褶皱等不良问题，可提高膜片良品率以及组装作业的效率。

摘要：本公开提供了一种联邦学习方法、装置、电子设备及计算机可读存储介质，涉及机器学习技术领域。该方法包括：边缘服务器获取多组本地模型参数及每一本地模型参数对应的本地训练时长；根据多组本地模型参数和本地训练时长，确定每一本地模型参数的权重，每一本地模型参数的权重与相应的本地模型的准确率正相关；将多组本地模型参数按照相应的权重聚合，得到全局模型参数。此种方式，使得将多组本地模型参数按照相应的权重聚合，得到全局模型参数对应的准确率高，较高的准确率能够加快模型的收敛，减少完成模型训练所需的联邦学习轮次，提高联邦学习的效率。

摘要：本公开提供了一种联邦学习方法，涉及机器学习技术领域。所述方法包括：获取多个交易，每一交易携带一个本地密文及对应的密文哈希值；将多个交易进行提案并打包成第一区块进行共识，得到第一共识结果；在第一共识结果是通过的情况下，将第一区块添加至区块链；接收第一聚合节点对多个本地密文进行聚合得到的第一聚合密文；确定第一哈希值与第二哈希值的第一异同关系，第一哈希值由第一聚合密文计算哈希值得到，第二哈希值由多个密文哈希值聚合得到；在第一异同关系是相同的情况下，解密第一聚合密文，得到第一全局模型参数。本公开保证了模型聚合结果的正确性，也确保了加密服务提供方的安全性和可靠性。

摘要：本申请涉及一种数据异构参数确定方法、装置、设备、介质和程序产品。所述方法包括：接收各参与方发送的第一本地模型；所述第一本地模型是所述参与方基于本地数据对协调方发送的初始全局模型进行训练得到的；根据各所述第一本地模型的相关信息，确定各所述参与方对应的异构参数；所述相关信息包括所述参与方与所述协调方共享的模型信息，所述异构参数用于表征所述参与方的本地数据是否满足独立同分布要求。采用本方法能够保证参与方的本地数据的安全性。

摘要：本申请涉及一种可信联邦学习方法、装置、终端、服务器和存储介质。所述方法包括：接收服务器发送的初始全局模型；执行模型处理操作；其中，所述模型处理操作包括对所述初始全局模型进行训练，在训练得到的全局模型的参数符合第一多目标优化的情况下，向所述服务器发送所述训练得到的全局模型的相关信息；所述第一多目标优化包括全局模型的精度、终端的隐私泄露率以及所述终端的存算资源消耗量。采用本方法可以平衡可信联邦学习模型的性能、隐私保护效果和训练效率。

摘要：本申请涉及一种联邦学习方法、装置、计算机设备和存储介质，涉及机器学习技术领域。方法包括：在至少两个客户端进行联邦学习的过程中，获取至少两个客户端基于本轮全局模型上报的本轮模型参数、本轮模型准确度和本轮模型贡献量；根据各本轮模型准确度、各本轮模型贡献量和上一轮客户端权重系数，确定本轮系统参数；其中，本轮系统参数包括本轮系统准确度、本轮结果公平值和本轮贡献公平值；若本轮系统参数不满足联邦学习结束条件，则采用本轮系统参数对上一轮客户端权重系数进行更新，得到本轮客户端权重系数，并根据各本轮模型参数和本轮客户端权重系数，确定下一轮全局模型。本申请提升了全局模型的准确率和全局公平性。

摘要：本申请涉及一种模型训练方法、装置、通信设备、存储介质和程序产品。所述方法包括：接收数据持有者发送的训练上报数据，所述训练上报数据至少包括在当前通信轮中所述数据持有者迭代训练本地模型所完成的实际训练次数；根据所述训练上报数据，确定所述数据持有者在下一个通信轮中的目标训练次数；将所述下一个通信轮中的目标训练次数发送至所述数据持有者。采用本方法能够提升模型训练效率，提高模型准确率。

摘要：本申请涉及一种贡献度评估方法、装置、通信设备和存储介质，涉及联邦学习技术领域。所述方法包括：服务器获取目标任务对应的基准数据集的特征概率分布，并确定目标任务对应的各评估指标和各评估指标的计算方法，进而将其发送至联邦学习的各参与端，以供各参与端确定本地数据集在各评估指标下的数据质量参数；进一步的，接收各参与端发送的数据质量参数，对各参与端的贡献度进行评估；其中，数据质量参数包括任务无关质量参数和任务相关质量参数。本方法同时考虑本地数据集本身的任务无关质量和在目标任务场景中的任务相关质量，能够提升贡献度评估的合理性；此外，通过基准数据集进行评估，能够确保任务相关质量评估结果的客观性和公平性。

摘要：本申请涉及一种业务质量保障方法、系统、智能体终端和可读存储介质。所述系统包括：智能体终端，用于基于用户的多模态感知信息确定通信意图，通信意图用于生成业务需求数据；QoS平台，用于基于用户的用户签约信息以及业务需求数据触发目标网元生成QoS保障规则；SMF网元，用于基于QoS保障规则为用户建立或者更新专载数据传输通道。采用本方法增强业务质量的稳定性与可靠性。

摘要：本申请涉及一种协同通信方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括：接收端侧智能体发送的用户通信意图；用户通信意图为端侧智能体根据用户终端的终端采集数据和当前通信场景的场景描述数据识别得到的；根据各功能模块分别对应的功能描述信息，将用户通信意图映射为各功能模块分别对应的通信子任务，并将各通信子任务发送至相应的功能模块；通信子任务用于供功能模块进行推理决策，以生成各自的任务执行决策信息；在各通信子任务的任务执行决策信息与用户通信意图匹配的情况下，指示各功能模块按照各自解析出的任务执行决策信息，执行各自的通信子任务。采用本方法能够提高通信网络资源的整体利用效率。