联邦最高法院

摘要： 一位黑人女性被选为美国最高法院的大法官,需要经过232年和115次任命2月25日,美国总统拜登在白宫发表讲话,正式提名现年51岁的凯坦吉·布朗·杰克逊为美国最高法院的大法官。4月7日,美国参议院以53票同意、47票反对的投票结果确认了拜登提名的最高大法官人选,凯坦吉·布朗·杰克逊将接任退休的大法官斯蒂芬·布雷耶的位置,成为美国联邦最高法院自1789年正式成立233年以来第一位登上联邦最高法院的黑人女性法官.

摘要： 从联邦宪法颁布至二战结束前后,美国司法基本对教育实行不干预政策。二战结束后至70年代,由于国内高等教育的迅速扩张和政治、社会等运动对校园的极大冲击,美国各级法院开始介入教育诉讼干预。阿德勒案、斯威齐案、凯西安案以及巴基案的相继发生与判决,反映了美国联邦最高法院对学术自由尊重的发展历程,也同时展示了联邦宪法对学术自由的保护过程。

摘要： 1孙杨禁令撤销近日,瑞士联邦最高法院宣布撤销国际体育仲裁法庭针对孙杨的“8年禁赛”裁决。孙杨成功“翻盘”的原因让人吃惊。在裁定孙杨禁赛的三名法官中,有一名法官发表过对中国的种族主义歧视言论。瑞士联邦最高法院认为他无法保持中立态度,因此做出撤销原判决的裁定。

摘要： 卢拉回来了?3月8日,巴西联邦最高法院法官法欣宣布废除对卢拉的有罪判决。这一纸裁决犹如一枚重磅炸弹,极具声望的前总统卢拉重新获得政治权利,角逐2022年巴西总统大选的机会之门正向其敞开。两天后,卢拉发表公开演讲,有评论称,这位前总统“以竞选基调”再次出现,“巴西的政治游戏发生了变化”。

摘要： 在现代社会中,警察承担着打击犯罪、维护社会治安与民众安全的职责。为此,大多数国家法律均赋予了警察广泛的执法权力。然而,警察执法权作为公权力的一种,同样天然具有扩张、膨胀和强化的内在冲动。因此,明确执法权的边界、实现警察执法的"有所为"和"有所不为"就成为现代法治社会对警察的必然要求。

摘要： 前几日看到微博热搜上浮动的明星八卦消息里穿插着一条"美国大法官金斯伯格去世"的新闻,震动了我的心。或许很多人还不知道,这条新闻里的金斯伯格是谁。鲁斯·巴德·金斯伯格(Ruth Bader Ginsburg,1933年3月15日—2020年9月18日),女,德裔犹太人,美国法学家,女权主义者,美国联邦最高法院历史上第二位女性大法官。1959年毕业于哥伦比亚法学院,曾当法学教师和妇女权益律师,1980年被任命为联邦上诉法院哥伦比亚特区巡回审判区法官,1993年由克林顿总统任命为联邦最高法院法官。系最高法院内富有争议的自由派法官之一。

摘要： 9月16日,第二届国际知识产权司法保护研讨会在京召开。来自最高人民法院知识产权法庭,上海、江苏、湖北、广东等地高、中级人民法院,德国联邦最高法院和慕尼黑第一地区法院、英国高等法院的法官,以及中国人民大学、北京大学、清华大学、中国信息通信研究院、瑞士苏黎世大学等院所的知名专家学者百余人,围绕知识产权领域中前沿和热点问题深入交流、凝聚共识。

摘要： 无论是年初国际体育仲裁院对孙杨作出禁赛8年仲裁裁决,还是岁末瑞士联邦最高法院对该案首席仲裁员的中立性存疑并撤销该仲裁裁决,均表明各界对该案保持持续关注度。运动员及其代理人遵循正当程序和仲裁规则,质疑仲裁程序的公平性,是权利的正当行使,也体现出法律专业人士独有价值。

摘要： 自20世纪中期同性恋作为美国民权运动的一部分开始后不久,同性婚姻的合法化进程也开始启动。其中联邦国会、各州议会与各级法院展开了激烈的权力与权利的博弈,一次又一次地否决了联邦国会和各州宪法与立法中有关禁止同性婚姻的规定,尤其是联邦最高法院发挥了关键作用。到2015年,随着美国最高法院的支持性判决.该运动最终宣告结束。

摘要： 本说明书实施例提供用于经由至少两个第一成员设备和第二成员设备训练业务模型的联邦学习方法，联邦学习装置和联邦学习系统。各个第一成员设备具有本地数据，第二成员设备维护待训练的业务模型。在进行联邦学习时，在各个第一成员设备从第二成员设备接收当前业务模型后，各个第一成员设备使用本地数据训练所接收的当前业务模型，确定本地训练出的业务模型与所接收的业务模型之间的模型相关性，并且仅仅在模型相关性满足预定条件时才将本地训练出的模型更新量提供给第二成员设备。第二成员设备根据从各个第一成员设备接收的模型更新量更新业务模型。

摘要： 本说明书实施例提供用于经由至少两个第一成员设备和第二成员设备训练业务模型的联邦学习方法，联邦学习装置和联邦学习系统。各个第一成员设备具有本地数据，第二成员设备维护待训练的业务模型。在进行联邦学习时，在各个第一成员设备从第二成员设备接收当前业务模型后，使用本地数据训练所接收的当前业务模型，基于本地训练出的业务模型中的模型参数的参数更新量，确定各个模型参数的参数稳定性，并且将被确定为参数不稳定的模型参数的本地更新值提供给第二成员设备。第二成员设备根据从各个第一成员设备接收的模型参数的本地更新值更新业务模型。

摘要： 本发明提供了从相应的(E/Z)异构体的混合物中分离不饱和羧酸的3‑(E)‑异构体的改进方法。更具体地，本发明涉及生物催化制备(3E,7E)‑高法尼酸的改进方法；以及用于改进的制备高法尼醇的新型生物催化方法，特别是(3E,7E)‑高法尼醇和具有增加含量的(3E,7E)‑高法尼醇高法尼醇制剂。本发明还涉及通过应用根据本发明获得的(3E,7E)‑高法尼酸或(3E,7E)‑高法尼醇作为起始原料来制备(‑)‑降龙涎香醚的方法。

摘要： 本说明书实施例提供一种联邦学习方法及联邦学习系统。方法包括：在联邦学习用于训练的目标模型确定特征配置前，联邦学习的成员对象按照所述联邦学习的数据仓库的数据结构化配置，对本地的私有数据进行预处理；以及，联邦学习的成员对象基于多方安全计算协议，将预处理后的私有数据发送至所述集中计算平台，以由所述集中计算平台上传至数据仓库。在所述目标模型确定特征配置后，所述集中计算平台根据所述目标模型的特征配置，对所述数据仓库记录的私有数据进行特征提取，得到适用于训练所述目标模型的特征数据；以及，所述集中计算平台基于提取到的特征数据，对所述目标模型进行训练，并将所述目标模型的训练结果发送至所述联邦学习的成员对象。

摘要： 本发明公开了一种在线联邦学习任务分配方法、装置、联邦学习方法及系统，在给定联邦学习训练框架下，将边缘计算联邦学习训练过程分为节点选择计划确认和节点数据状态更新两个阶段，通过Lyapunov优化理论和深度强化学习的计算，提供使得损失函数最小化的、在不完全信息状态下保证数据集状态稳定不拥塞的任务分配方法，由此解决现有的任务分配机制仅必须知道完全信息的情况下且数据集需要独立同分布的分配阶段，导致不能解决在线联邦学习中数据非独立同分布的技术问题。

摘要： 本申请涉及一种联邦学习专用处理器、联邦学习处理芯片及芯片。该处理器包括彼此独立的多个处理引擎，其每一个包括并行的至少一个处理子引擎且属于加密、解密、密文运算以及密钥管理的类别中的一个。该处理器用于生成联邦学习任务的任务配置信息，确定多个处理引擎的调用次序和被调用的处理引擎，根据任务配置信息和被调用的处理引擎的状态生成引擎配置信息，根据引擎配置信息完成联邦学习任务。多个处理引擎中的至少一个处理引擎所包括的处理子引擎由第一部分和第二部分组成，第一部分的个数根据联邦学习通用业务场景预先设定，第二部分的个数可根据与联邦学习任务关联的联邦学习子业务场景调整。如此实现数据流驱动的引擎分配机制及优化设计。

摘要： 本说明书实施例提供一种联邦学习模型的训练方法和调用方法以及联邦学习系统。该训练方法包括：获取多个参与者中的每个参与者的水印化训练数据集；以及基于多个参与者中的每个参与者的水印化训练数据集进行联邦学习训练，以分别产生每个参与者的作为联邦学习模型的一部分的碎片模型，其中，水印化训练数据集包括水印训练数据，参与者的水印训练数据的数据标识彼此对应，且多个参与者中的至少一个参与者的水印训练数据包括水印标签。

摘要： 本说明书实施例提供一种联邦学习模型的训练方法和调用方法以及联邦学习系统。该训练方法包括：分别由多个参与者中的每个参与者获取该参与者的水印化训练数据集，其中，水印化训练数据集包括具有水印标签的水印训练数据，和基于该水印化训练数据集进行训练，以产生该参与者的本地模型；以及将多个参与者的本地模型进行聚合，以产生联邦学习模型。

摘要： 本发明公开了一种基于联邦蒸馏的联邦学习模型的训练方法、系统和介质，可应用于模型处理技术领域。本发明方法包括：客户端采用联邦学习算法和本地私有数据集训练并更新本地模型，采用公共数据集和更新后的本地模型预测局部归一化层的第一输出向量，并向服务器上传第一输出向量对应的局部平均输出向量；服务器对所有局部平均输出向量进行全局共识操作并确定全局平均输出向量，向所有客户端下发所述全局平均输出向量；客户端在公共数据集上，采用全局平均输出向量和更新后的本地模型进行知识蒸馏，并在本地私有数据集上训练回调本地模型。本发明能使通信成本只取决于模型输出，不会随模型大小倍数增加，从而有效提高通讯的稳定性和减少延迟。

摘要： 本申请涉及一种联邦学习系统和联邦学习任务处理方法。方法包括：确定与联邦学习任务相关联的至少一个样本ID是否存在于本地样本数据集和非本地样本数据集之间的交集；响应于该至少一个样本ID存在于该交集，调用第一联邦学习模型处理该联邦学习任务；和响应于该至少一个样本ID不存在于该交集，调用第二联邦学习模型处理该联邦学习任务。所述第一联邦学习模型的训练数据集包括该交集。所述第二联邦学习模型的训练数据集至少包括所述本地样本数据集，并且所述第二联邦学习模型的训练基于所述第一联邦学习模型根据所述本地样本数据集生成的处理结果。如此克服数据缺失问题以及避免训练样本的浪费，提升了推理预测效果。