发明专利已授权

基于双向特征嵌入的深度学习模型去偏方法

📄 申请号：CN202110777117.0 📄 发布日：2026/08/04

著录项目信息

申请日

2021-07-09

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06N3_08

IPC 分类号

G06N3_08 , G06N3_04 , G06Q10_04 ,

技术画像

所属领域

深度学习模型人工智能算法深度学习特征嵌入与表示学习深度学习模型

应用场景

智能风控, 智能推荐系统, 自然语言处理, 计算机视觉, 算法公平性治理

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于双向特征嵌入的深度学习模型去偏方法，包括：获得第一特权组样本集和第一非特权组样本集；构建双特征嵌入样本集；搭建收入预测模型，所述深度学习模型包括6层全连接网络；利用双特征嵌入样本集，在训练时，以收入判断任务的损失loss_m1，和去社会偏见损失loss_m2组成的总损失loss为最终损失；每训练一阶段，将收入预测模型输出的收入判断结果和对应的敏感性样本集通过mean difference进行测算，当mean difference计算结果满足阈值，则获得最终收入预测模型。该收入预测模型能够准确且不带有偏见的预测收入。

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

一种活性氧化铝除氟剂的再生方法

当前第 / 件

基于子区间划分的高光谱图像非监督波段选择方法

同领域国内专利 · IPC: (G06N3_08)

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

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

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：22 ❤️ 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 0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)