可解释性深度学习的差分隐私保护方法

被引：0

专利类型：

发明

申请号：

CN202010011049.2

申请日：

2020-01-06

公开(公告)号：

CN111242196B

公开(公告)日：

2020-06-05

发明(设计)人：

王金艳李德胡宇航李先贤

申请人：

申请人地址：

541004 广西壮族自治区桂林市七星区育才路15号

IPC主分类号：

G06K962

IPC分类号：

G06N304 G06N308 G06F2162

代理机构：

桂林市持衡专利商标事务所有限公司 45107

代理人：

陈跃琳

法律状态：

实质审查的生效

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
2020-06-30	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/62 申请日:20200106
2020-06-05	公开	公开
2022-06-21	授权	授权

共 50 条

[1]

基于可解释性深度学习的心电图分类 [P].

韩青华 ;

张世华 ;

张炙炀 ;

周维 .

中国专利 :CN114762605A ,2022-07-19

[2]

深度学习模型的偏差检测和可解释性 [P].

贾纳尼·韦努戈帕兰 ;

苏迪普塔·巴萨克 ;

夏玮 ;

桑吉韦·斯里瓦斯塔瓦 ;

阿伦·拉马穆尔蒂 .

中国专利 :CN114902239A ,2022-08-12

[3]

基于差分隐私保护和模型可解释性的协同优化系统和方法 [P].

王总辉 ;

金慧渊 ;

魏成坤 ;

陈文智 .

中国专利 :CN120145441A ,2025-06-13

[4]

深度学习模型的可解释性参数获取方法及装置 [P].

许正卓 ;

杨海钦 .

中国专利 :CN112052957A ,2020-12-08

[5]

一种基于可解释性联邦学习数据隐私保护的方法 [P].

卢晓珍 ;

周文杰 ;

李丕绩 .

中国专利 :CN117195279B ,2024-08-27

[6]

具有隐私和可解释性的机器学习模型训练 [P].

T·查克拉博蒂 ;

A·桑塔纳德奥利维拉 ;

K·马拉特 ;

C·卡普兰 .

德国专利 :CN117591869A ,2024-02-23

[7]

基于深度学习可解释性的水位流量关系顶托影响分离方法 [P].

李鹏 ;

郑雅莲 ;

王飞龙 ;

李妍清 ;

周曼 ;

胡挺 ;

田锐 ;

戴明龙 ;

简铁柱 ;

熊丰 ;

冯志州 ;

王奇 ;

张冬冬 ;

周恺 ;

李静 .

中国专利 :CN120011765A ,2025-05-16

[8]

可解释性物理深度学习模型的输电线路覆冰厚度预测方法 [P].

侯慧 ;

万屹 ;

杨旭 ;

唐金锐 ;

吴细秀 ;

李显强 ;

谢长君 ;

黄亮 ;

石英 .

中国专利 :CN120145145A ,2025-06-13

[9]

一种面向深度学习可解释性的鲁棒性对抗训练方法 [P].

陈自刚 ;

潘鼎 ;

张镇江 ;

肖琪 ;

朱海华 .

中国专利 :CN117852623A ,2024-04-09

[10]

基于可解释性深度学习的刀盘扭矩预测方法 [P].

王泉伟 ;

王宏飞 ;

张涛 ;

刘建磊 ;

杨国辉 ;

王心语 ;

马冰 ;

王保亮 .

中国专利 :CN118690199A ,2024-09-24

← 1 2 3 4 5 →