一种基于敏感特征加噪的深度学习模型去偏方法及其装置
实质审查的生效
摘要
本发明公开了一种基于敏感特征加噪的深度学习模型去偏方法及其装置，首先将CelebA数据集作为初始样本集，并进行数据预处理；再基于差异影响、人口统计平等、机会平等指标定义偏见指标函数；然后构造并采用预热学习率策略训练敏感特征提取模型；再对加噪区域进行划分，对敏感特征进行随机加噪；最后构造深度学习模型，根据定义的偏见指标函数对深度学习模型进行训练，直至达到预设的准确度与偏见指标，结束训练，完成去偏。
基本信息
专利标题 ：
一种基于敏感特征加噪的深度学习模型去偏方法及其装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114445868A
申请号 ：
CN202210176604.6
公开（公告）日 ：
2022-05-06
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈晋音李秦峰郑海斌宣琦
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市下城区潮王路18号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
邱启旺
优先权 ：
CN202210176604.6
主分类号 ：
G06V40/16
IPC分类号 ：
G06V40/16
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : G06V 40/16
申请日 : 20220225
申请日 : 20220225
2022-05-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
