Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆大学胡春强获国家专利权

重庆大学胡春强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆大学申请的专利基于隐私样本重要性评估的迁移学习方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120910558B

龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511003806.0,技术领域涉及:G06F18/214;该发明授权基于隐私样本重要性评估的迁移学习方法及装置是由胡春强;李祥溶;蔡斌;邱斌;桑军;夏晓峰设计研发完成,并于2025-07-21向国家知识产权局提交的专利申请。

基于隐私样本重要性评估的迁移学习方法及装置在说明书摘要公布了:本发明属于人工智能技术领域,提供了一种基于隐私样本重要性评估的迁移学习方法,该方法包括:利用多个教师模型依次对公用训练集中的样本进行预测,得到每一样本的多个投票预测结果;根据预测结果,计算每一样本的投票频差;利用待训练学生模型预测每一样本的不确定性得分;根据投票频差和不确定性得分从公用样本训练集中筛选得到高价值样本组成的目标样本训练集,并利用目标样本训练集对待训练学生模型进行训练,得到训练完成的学生模型。本申请可以通过两个关键维度的双重筛选,筛选出高训练价值的样本,提升学生模型对复杂边界样本的适应能力,节省隐私预算,增强学生模型的拟合能力和泛化能力,提高学生模型的训练效率。

本发明授权基于隐私样本重要性评估的迁移学习方法及装置在权利要求书中公布了:1.一种基于隐私样本重要性评估的迁移学习方法,其特征在于,包括: 利用多个教师模型依次对公用训练集中的样本进行预测,得到每一所述样本对应的多个投票预测结果,其中每一所述教师模型由不同的隐私训练集训练得来,其中,公用训练集为图片; 根据所述多个投票预测结果,计算每一所述样本的投票频差; 利用待训练学生模型预测每一所述样本的不确定性得分; 根据所述投票频差和所述不确定性得分对每一所述样本的重要性进行联合评估,得到每一所述样本的联合评估结果,其中,根据所述投票频差和所述不确定性得分对每一所述样本的重要性进行联合评估,得到每一所述样本的联合评估结果,包括: 根据所述投票频差,确定每一所述样本的频差权重因子,其中,所述根据所述投票频差,确定每一所述样本的频差权重因子,包括:确定每一所述样本对应的衰减控制系数;利用每一所述样本的所述衰减控制系数对所述投票频差进行指数衰减处理,得到每一所述样本的所述频差权重因子; 根据所述频差权重因子和所述不确定性得分,确定每一所述样本的所述联合评估结果,其中,所述根据所述频差权重因子和所述不确定性得分,确定每一所述样本的所述联合评估结果,包括:利用以下公式计算每一所述样本的联合评估结果:Scorex=Entropyx·exp-α·Gapx;其中,Scorex为样本x的联合评估结果;Entropyx为样本x的不确定得分;Gapx为样本x的投票频差;exp-α·为指数衰减处理;α为衰减控制系数;exp-α⋅Gapx为样本x的频差权重因子; 根据所述联合评估结果,从所述公用训练集中进行样本筛选得到目标样本训练集,并对所述目标样本训练集进行隐私处理,利用隐私处理后的目标样本训练集对所述待训练学生模型进行训练,得到训练完成的学生模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆大学,其通讯地址为:400030 重庆市沙坪坝区沙正街174号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。