德国联邦政府

摘要： 德国的自然资源禀赋与我国较为类似:富煤缺油少气。但德国已于2019年发布了退煤路线图,计划于2038年全部退出煤电。其中,位于柏林的EUREF Campus零碳园区是德国能源转型的一个标志性园区,实现了从煤气厂向零碳园区的转型,提前实现了德国联邦政府于2050年减碳80%的目标。

摘要： 抗疫期间曾一时出现的疫苗紧缺情况令德国联邦政府决定未雨绸缪,采取预防措施,以保固未来几年的疫苗生产和供给能力。在疫苗生产方面具备相关专业知识和生产能力的制药公司可向联邦政府提交申请,签订抗疫应急准备协议。瓦克与CordenPharma公司联合投标,向联邦政府提供信使核糖核酸(mRNA)疫苗的应急产能。两家公司现已发布消息,成为5家中标方之一。

摘要： 6月15日,德国联邦政府内阁通过了新的《陆上风能资源增长和加速扩张法》(Wind-an-Land-Gesetz)草案(下称《陆上风电法》),以加快部署陆上风电项目。由社会民主党(SPD)、绿党(GP)和自由民主党(FDP)组成的联邦联合政府在协议中明确要求各联邦州提供一定比例的土地,以实现将全国2%的土地用于发展陆上风电的目标。

摘要： 量子技术作为未来的关键技术,将极大地改变未来的经济和社会。世界各国投入大量精力和资金推进量子技术领域的发展,美国、德国、法国、英国、日本和俄罗斯等国家纷纷制定量子技术相关的战略计划。在这场日益激烈的创新竞争中,德国在量子物理学领域有着悠久的科学传统,拥有丰富的基础研究,具有良好的先决条件,在开发新技术和市场方面发挥重要作用。2017年,德国联邦经济部发布《创新政策重点》,提出着重发展微电子、人工智能、生物技术和量子技术四大关键技术。2018年6月,德国联邦教研部与法国高等教育、研究与创新部签署联合意向书,依托两国的卓越研究团队,加速量子技术的成熟。2018年9月,德国联邦内阁通过《高技术战略2025》,提出发展量子技术、通信系统和航空航天研究等,加强德国未来能力。2020年6月,德国联邦政府在“未来一揽子计划”中为量子技术投入20亿欧元。

摘要： 德国是实施可持续发展国家战略最为典型的国家之一,可持续发展作为德国联邦政府的政策纲领,是政府在国内、欧洲和国际层面的施政标尺,因此在所有的政治领域都受到高度重视。德国在开展可持续发展的过程中,逐渐形成了健全的管理体系和系统性工作机制,每两年发布一次指标报告,每四年更新一次《国家可持续发展战略》(以下简称“战略”),为德国实现《变革我们的世界:2030年可持续发展议程》(以下简称“2030议程”)的国内目标提供了坚实的基础。

摘要： 整整一个世纪的作曲家,在疯狂迷恋贝多芬的同时,都在不断逼迫自己审视反思,在畏惧中,以各自的方式向他发起“进攻”。“所有庆祝活动不会在2020年结束,将一直延续至2021年9月。”2016年,德国联邦政府将贝多芬纪念年定为国家级任务,计划投入近3000万欧元进行财政扶持,并成立贝多芬周年有限责任公司以筹备庆典活动。

摘要： 德意志联邦共和国简称德国,位于欧洲中部。德国人口8288万,主要是德意志人,有少数丹麦人和索布族人。居民通用德语,居民中信奉基督教新教和罗马天主教的各占约30%。德国面积357376平方公里,行政区划分为联邦、州、市镇三级,共有16个州,13175个市镇。德国政体是议会民主制下的总理负责制,德国联邦政府由联邦总理和联邦各部部长组成,联邦总理为政府首脑,总理决定政府的政策方针,各部部长依照方针独立领导各部的业务。德国议会由联邦议院和联邦参议院组成,联邦议院行使立法权,监督法律的执行,选举联邦总理,参与选举联邦总统和监督联邦政府的工作等,每届任期四年。参加联邦议院的各党议员分别组成议会党团。

摘要： 上个月,德国联邦政府通过《气候保护法》做出必要修改的决议,对温室气体排放提出更为严苛的目标。新法案规定,德国将2045年实现碳中和,比原计划提前5年。根据德国煤炭淘汰方案,2038年前将关闭所有的燃煤电厂。德国能源智库Agora Energiewende认为,这一时间表将提前到来,德国或许将在2030年前淘汰燃煤电厂。

摘要： 今年5月起,德国乡村地区的业余合唱团、乐队等音乐团体均可通过“激励计划”申请补助,金额从2500欧元至1.5万欧元不等。这是德国联邦政府文化重启计划的一部分,旨在向受新冠肺炎疫情影响的乡镇文化团体提供支持,保证乡村文化生活的顺利开展。

摘要： 由gmp设计的德国中心于2019年3月在胡志明市举行盛大揭幕仪式。德国联邦经济部部长彼得ue797阿尔特迈尔与越南工业和贸易部部长陈俊英、胡志明市党委书记阮善仁博士、德国工商总会总裁马丁·万斯雷本博士共同为揭幕式剪彩。德国中心位于胡志明市的经济和文化中心第一区,紧邻法国、英国和美国的领事馆。德国中心不仅是德国总领事馆及签证中心所在地,而且也容纳了德国对外贸易商会、歌德学院、德国学术交流中心和诸多著名德国及跨国企业在越南的总部。该项目于2012年由德国联邦政府发布业主及规划选择招标程序,gmp的设计方案,获得越南德国中心投资有限公司的资助,于2013年胜出并获得设计合同。

摘要： 本发明涉及在役电站用联邦德国EBVst45.8/Ⅲ锅炉钢管延寿方法。联邦德国EBV公司供货时对于st45.8/Ⅲ锅炉钢管不进行正火处理和国内锅炉制造厂对该钢管冷弯后不退行退火，从而使该管材易发生爆破事故。运用本发明简便、不需破管、对在役该钢管退火热处理，自然冷却，即可消除脆化现象，延长使用寿命，本发明具有明显的经济效益和社会效益。

摘要： 本发明涉及在役电站联邦德国EBV st 45.8/III锅炉钢管延寿方法。联邦德国EBV公司供货时对于st 45.8/III锅炉钢管不进行正火处理和国内锅炉制造厂对该钢管冷弯后不进行退火，从而使该管材易发生爆破事故。运用本发明简便、不需玻管、对在役该钢管退火热处理，自然冷却，即可消除脆化现象，延长使用寿命，本发明具有明显的经济效益和社会效益。

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。