一种基于特征区域分割的差分隐私深度学习方法

被引：0

申请号：

CN202210144230.X

申请日：

2022-02-17

公开(公告)号：

CN114548373A

公开(公告)日：

2022-05-27

发明(设计)人：

王方伟谢美云李青茹王长广白永雷李军黄文艳

申请人：

申请人地址：

050024 河北省石家庄市南二环东路20号

IPC主分类号：

G06N304

IPC分类号：

G06N308 G06F2162

代理机构：

石家庄新世纪专利商标事务所有限公司 13100

代理人：

董金国

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2022-05-27	公开	公开
2022-06-14	实质审查的生效	实质审查的生效 IPC(主分类):G06N 3/04 申请日:20220217

共 50 条

[1]

一种基于特征区域分割的差分隐私深度学习方法 [P].

王方伟 ;

谢美云 ;

李青茹 ;

王长广 ;

白永雷 ;

李军 ;

黄文艳 .

中国专利 :CN114548373B ,2024-03-26

[2]

一种基于差分隐私的联邦学习方法、装置及存储介质 [P].

廖清 ;

黄茜茜 ;

柏思远 ;

丁烨 ;

李京竹 .

中国专利 :CN111091199A ,2020-05-01

[3]

一种基于深度学习的差分隐私保护方法及装置 [P].

杜亚娟 ;

柯银 .

中国专利 :CN113468592B ,2021-10-01

[4]

基于差分隐私的自适应联邦学习方法 [P].

王东鸿 ;

于嘉 ;

张凌 ;

孙羽 ;

朱家雄 ;

李锐鹏 ;

蒋婷婷 .

中国专利 :CN120106242B ,2025-08-26

[5]

基于差分隐私的自适应联邦学习方法 [P].

王东鸿 ;

于嘉 ;

张凌 ;

孙羽 ;

朱家雄 ;

李锐鹏 ;

蒋婷婷 .

中国专利 :CN120106242A ,2025-06-06

[6]

一种基于本地随机差分隐私的联邦学习方法 [P].

周润田 ;

董安明 ;

禹继国 ;

李明霞 ;

丁青艳 ;

曹志龙 ;

许清钰 ;

王桂娟 ;

张丽 .

中国专利 :CN117874816A ,2024-04-12

[7]

可解释性深度学习的差分隐私保护方法 [P].

王金艳 ;

李德 ;

胡宇航 ;

李先贤 .

中国专利 :CN111242196B ,2020-06-05

[8]

基于联邦学习隐私保护的结肠息肉语义分割深度学习方法 [P].

曹旭光 ;

范科峰 ;

马慧琳 ;

徐存 .

中国专利 :CN118984228A ,2024-11-19

[9]

一种基于特征聚类的深度学习方法 [P].

张义强 .

中国专利 :CN109635848A ,2019-04-16

[10]

一种基于差分隐私的联邦分层学习方法 [P].

金楚辽 ;

田利斌 .

中国专利 :CN120494133A ,2025-08-15

← 1 2 3 4 5 →