基于非交集差分隐私联邦学习的卷积神经网络训练方法

被引：0

专利类型：

发明

申请号：

CN202311116879.1

申请日：

2023-08-31

公开(公告)号：

CN117095227B

公开(公告)日：

2025-09-26

发明(设计)人：

王子龙柴政陈谦王鸿波闫浩楠

申请人：

西安电子科技大学

申请人地址：

710071 陕西省西安市雁塔区太白南路2号

IPC主分类号：

G06V10/764

IPC分类号：

G06V10/774 G06V10/82 G06N3/0464 G06N3/08

代理机构：

陕西电子工业专利中心 61205

代理人：

王品华

法律状态：

授权

国省代码：

陕西省西安市

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
2025-09-26	授权	授权

共 50 条

[1]

一种基于差分隐私的卷积神经网络训练方法 [P].

张亚玲 ;

宁瑶 .

中国专利 :CN113642717B ,2024-04-02

[2]

一种基于差分隐私的卷积神经网络训练方法 [P].

张亚玲 ;

宁瑶 .

中国专利 :CN113642717A ,2021-11-12

[3]

基于模型偏置的卷积神经网络联邦学习后门防御方法 [P].

杨易龙 ;

吴泽锋 ;

张博云 ;

刘洋 ;

董伟生 ;

马卓 .

中国专利 :CN120217383A ,2025-06-27

[4]

一种联邦学习差分隐私的图神经网络系统及训练方法 [P].

白亚男 ;

肖立基 ;

蒋语蝶 .

中国专利 :CN120764584A ,2025-10-10

[5]

一种基于GRU神经网络和差分隐私联邦学习的气象监测方法及系统 [P].

陈苏婷 ;

徐文亮 ;

孟勇 ;

石振兴 .

中国专利 :CN119129706A ,2024-12-13

[6]

基于差分隐私和量化的联邦学习全局模型训练方法 [P].

王子龙 ;

周伊琳 ;

陈谦 ;

肖丹 ;

王鸿波 ;

陈嘉伟 ;

刘蕴琪 ;

安泽宇 .

中国专利 :CN113591145A ,2021-11-02

[7]

基于记忆重放和差分隐私的联邦持续学习训练方法 [P].

张琛 ;

白航 ;

鱼滨 ;

解宇 .

中国专利 :CN115081532B ,2024-09-06

[8]

基于差分隐私的联邦学习训练方法、装置、系统及设备 [P].

刘一戈 ;

曹永知 ;

王捍贫 .

中国专利 :CN115983409B ,2025-07-25

[9]

基于差分隐私和量化的联邦学习全局模型训练方法 [P].

王子龙 ;

周伊琳 ;

陈谦 ;

肖丹 ;

王鸿波 ;

陈嘉伟 ;

刘蕴琪 ;

安泽宇 .

中国专利 :CN113591145B ,2024-02-23

[10]

基于记忆重放和差分隐私的联邦持续学习训练方法 [P].

张琛 ;

白航 ;

鱼滨 ;

解宇 .

中国专利 :CN115081532A ,2022-09-20

← 1 2 3 4 5 →