咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202110777117.0 | 专利名称： | 基于双向特征嵌入的深度学习模型去偏方法 |
| 申请日： | 2021-07-09 | 申请/专利权人 | 浙江工业大学 |
| 专利类型： | 发明 | 地址： | 浙江省杭州市下城区潮王路18号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06N3/08 分类检索 |
| 公开/公告日： | 转让价格： | 【平台担保交易】 | |
| 公开/公告号： | 交易状态： | 等待洽谈 搜索相似专利 | |
| 浏览量： | 94 | 所属领域： | 深度学习 学习模型 深度学习模型专利转让搜索 |
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。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2018100279319 | 【发明】一种针对目标路段的机动车尾气浓度连续时间预测方法 | 2025/09/10 |
| 202110472438X | 【发明】一种支持孤子波传导的神经纤维等效电路 | 2025/09/09 |
| 2020112995196 | 【发明】一种基于生成对抗网络的多相关时间序列预测系统及方法 | 2025/08/27 |
| 2025104821960 | 【发明】基于强化学习的数字开关电源神经网络控制器训练方法 | 2025/08/22 |
| 2021113417658 | 【发明】一种基于宽度学习的城市照明系统调节方法、装置和存储介质 | 2025/08/21 |
| 202010245304X | 【发明】神经网络模型的优化方法、数据处理方法及装置 | 2025/08/18 |
| 2021113068977 | 【发明】数据处理系统、方法、装置、设备及存储介质 | 2025/08/13 |
| 2020105052614 | 【发明】基于非均匀分组的多尺度轻量型深度卷积神经网络模型 | 2025/08/12 |
| 2020112641327 | 【发明】一种入侵检测方法、系统、设备及可读存储介质 | 2025/07/16 |
| 2021113658071 | 【发明】一种基于改进郊狼算法的ELM神经网络优化方法 | 2025/07/15 |
