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！

龙图腾网恭喜电子科技大学中山学院申请的专利一种基于误差最大化噪声和神经元修剪的数据遗忘方法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：CN119293860B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411835567.0，技术领域涉及：G06F21/62；该发明授权一种基于误差最大化噪声和神经元修剪的数据遗忘方法是由戚远航;叶立威;姚淮锐设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于误差最大化噪声和神经元修剪的数据遗忘方法在说明书摘要公布了：本发明涉及数据遗忘领域，尤其涉及一种基于误差最大化噪声和神经元修剪的数据遗忘方法，包括，生成误差最大化噪声矩阵；根据各模型参数的连接灵敏度针对模型参数进行初始化，以诱导模型遗忘；针对目标遗忘数据集以及保留数据集进行更新；周期性针对性能变化幅度进行检测，并根据性能变化幅度确定是否针对数据遗忘过程进行自适应调节；若针对数据遗忘过程参数进行自适应调节，周期性根据性能变化幅度针对噪声强度与修剪尺度进行迭代更新；在满足遗忘效果或达到预设迭代次数的条件下，停止针对遗忘过程参数进行迭代更新，本发明在保证数据遗忘效果的同时，最大程度地保留模型的整体性能。

本发明授权一种基于误差最大化噪声和神经元修剪的数据遗忘方法在权利要求书中公布了：1.一种基于误差最大化噪声和神经元修剪的数据遗忘方法，其特征在于，包括：生成误差最大化噪声矩阵；针对各模型参数的连接灵敏度进行检测，并根据各模型参数的连接灵敏度针对模型参数进行初始化，以诱导模型遗忘；针对目标遗忘数据集以及保留数据集进行更新；周期性针对性能变化幅度进行检测，并根据性能变化幅度确定是否针对遗忘过程参数进行自适应调节；若针对数据遗忘过程参数进行自适应调节，周期性根据性能变化幅度针对噪声强度与修剪尺度进行迭代更新；在满足遗忘效果或达到预设迭代次数的条件下，停止针对遗忘过程参数进行迭代更新；所述误差最大化噪声矩阵的生成过程包括：冻结预训练模型的权重，并从标准正态分布中随机初始化一个噪声矩阵；根据优化函数获取误差最大化噪声矩阵；所述优化函数为公式1， 其中，N为误差最大化噪声，Lf，y为目标遗忘类别对应的分类损失，f为当前训练的模型，ωnoise为与模型的输入大小相同的噪声矩阵，λ为针对ωnoise进行正则化的强度，θ为预训练模型参数，y为目标遗忘数据集内各类别数据的标签，Eθ[-Lf，y+λ||ωnoise||]表示-Lf，y+λ||ωnoise||在参数θ下的期望；针对各模型参数的连接灵敏度进行检测，根据各模型参数的连接灵敏度确定需要进行初始化的模型参数；其中，若处于参数初始化条件下，根据完成初始化的各模型参数诱导目标遗忘模型针对目标遗忘数据集进行遗忘；所述各模型参数的连接灵敏度根据公式2确定， 其中，sjD为第j个模型参数的连接灵敏度，D为给定数据集，函数lθj；x，y用于确定模型损失，θj为第j个模型参数，x为模型的输入，表示在x，y～D下的期望。

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电子科技大学中山学院，其通讯地址为：528455 广东省中山市石岐区学院路1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”。