针对安全可解释性的AD-HOC图处理

被引：0

专利类型：

发明

申请号：

CN202480024312.8

申请日：

2024-04-24

公开(公告)号：

CN120898402A

公开(公告)日：

2025-11-04

发明(设计)人：

L·M·贝特豪泽 A·W·威克 N·夏

申请人：

微软技术许可有限责任公司

申请人地址：

美国华盛顿州

IPC主分类号：

H04L9/40

IPC分类号：

代理机构：

北京世辉律师事务所 16093

代理人：

罗利娜

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
2025-11-04	公开	公开
2025-11-21	实质审查的生效	实质审查的生效IPC(主分类):H04L 9/40申请日:20240424

共 50 条

[1]

基于扰动方法的可解释性的超特征 [P].

R·卡萨诺娃 ;

N·米洛科维奇 ;

M·卡塞里尼 ;

F·施密特 .

美国专利 :CN119156625A ,2024-12-17

[2]

一种大语言模型的可解释性测试评估方法及系统 [P].

朱赛 .

中国专利 :CN118861594A ,2024-10-29

[3]

基于可解释性机器学习的流域径流预报方法 [P].

邓超 ;

孙培源 ;

尹鑫 ;

徐小婷 ;

张宇新 ;

王明明 .

中国专利 :CN117689042A ,2024-03-12

[4]

基于可解释性机器学习的流域径流预报方法 [P].

邓超 ;

孙培源 ;

尹鑫 ;

徐小婷 ;

张宇新 ;

王明明 .

中国专利 :CN117689042B ,2024-05-17

[5]

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

[6]

一种具有可解释性的离职预测分析方法 [P].

郑志华 ;

金春兰 ;

戴旭飞 .

中国专利 :CN119476553A ,2025-02-18

[7]

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

[8]

一种针对卷积神经网络的可解释性方法及系统 [P].

赵月 ;

魏成安 ;

梁瑞刚 ;

陈恺 .

中国专利 :CN117934907A ,2024-04-26

[9]

基于对抗因果图学习的可解释性节点分类预测方法 [P].

张冉冉 ;

岳振宇 ;

高羽佳 ;

鲁全 ;

桂健峰 ;

王汇颍 ;

吴楚雅 .

中国专利 :CN120524163A ,2025-08-22

[10]

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

← 1 2 3 4 5 →