发明专利已授权

一种基于特征区域分割的差分隐私深度学习方法

📄 申请号：CN202210144230.X 📄 发布日：2025/10/23

著录项目信息

申请日

2022-02-17

公开号

CN114548373A

公开日

2022-05-27

申请人

河北师范大学

法律状态

已下证

专利类型

发明

主分类号

G06N3_04

IPC 分类号

G06N3_04 , G06N3_08 , G06F21_62 ,

技术画像

所属领域

深度学习深度学习差分隐私特征区域分割

应用场景

隐私保护, 数据发布, 图像识别, 医疗数据分析, 人工智能

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明涉及一种基于特征区域分割的差分隐私深度学习方法，首先通过逐层相关性传播算法获取不同训练数据的输入特征对于模型输出的贡献度，计算差分隐私贡献度，由凝聚层次聚类算法依据差分隐私贡献度将输入特征自适应地分割为重要性不同的区域，根据每个区域的重要程度，分区域对输入特征添加拉普拉斯噪声，为了避免攻击者通过数据的标签获取敏感数据信息，将损失函数转化为多项式的形式，再对多项式的系数添加拉普拉斯噪声，深度学习模型使用差分隐私的数据训练模型，通过噪声损失函数计算梯度，更新模型参数用于后续的训练过程；本发明可以在保证深度学习模型隐私性的同时，维持模型良好的可用性。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种三极管成型剪脚机

当前第 / 件

一种基于小样本学习的三元CCT网络的入侵检测方法

同领域国内专利 · IPC: (G06N3_04)

G06N3_00 G06N3_006 G06N3_008 G06N3_02 G06N3_04 G06N3_042 G06N3_043 G06N3_044 G06N3_0442 G06N3_045 G06N3_0455 G06N3_0464 G06N3_0475 G06N3_048 G06N3_049 G06N3_0495 G06N3_0499 G06N3_06 G06N3_063 G06N3_065 G06N3_067 G06N3_08 G06N3_082 G06N3_084 G06N3_086 G06N3_088 G06N3_0895 G06N3_09 G06N3_092 G06N3_094 G06N3_096 G06N3_098 G06N3_0985 G06N3_12 G06N3_126 覆盖35个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：165 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 3件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于特征区域分割的差分隐私深度学习方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06N3_04)

相似专利推荐 AI 驱动 · 同领域

一种上下文感知卷积神经网络的全脑三维解剖结构分割方法

一种基于BERT和无池化卷积神经网络的文本分类方法

一种基于融合神经网络的锂离子电池SOC估计方法

服务项目

资源中心

关于柿子坊