暨南大學;廣州信息技術研究所古天龍獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉暨南大學;廣州信息技術研究所申請的專利面向深度神經網絡剪枝技術的公平性優化及圖像分類方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120045895B 。
龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510054300.6,技術領域涉及:G06F18/21;該發明授權面向深度神經網絡剪枝技術的公平性優化及圖像分類方法是由古天龍;許希妍;魯勁節;周廣民設計研發完成,并于2025-01-14向國家知識產權局提交的專利申請。
本面向深度神經網絡剪枝技術的公平性優化及圖像分類方法在說明書摘要公布了:本發明公開了面向深度神經網絡剪枝技術的公平性優化及圖像分類方法,涉及人工智能安全技術領域,其中公平性優化方法包括:獲取訓練數據集;通過訓練數據集訓練初始神經網絡模型,獲取神經網絡模型;對神經網絡模型進行剪枝;通過訓練數據集和剪枝后的神經網絡模型,獲取不同敏感屬性子組樣本的幾何度量,并對不同敏感屬性子組樣本的幾何度量進行平均處理,計算極差公平性約束項,利用極差公平性約束項和分類損失項計算總體損失,通過總體損失對剪枝后的神經網絡模型進行微調訓練,獲取目標剪枝模型。本發明能夠在特征層面平衡組間性能,以解決現有研究無法在資源有限的終端設備中直接部署和快速與現有剪枝技術集成的不足。
本發明授權面向深度神經網絡剪枝技術的公平性優化及圖像分類方法在權利要求書中公布了:1.面向深度神經網絡剪枝技術的公平性優化方法,其特征在于,包括: 獲取訓練數據集,其中,所述訓練數據集為包含目標標簽和敏感屬性的圖像數據; 通過所述訓練數據集訓練初始神經網絡模型,獲取神經網絡模型; 對所述神經網絡模型進行剪枝; 通過所述訓練數據集和剪枝后的神經網絡模型,獲取不同敏感屬性子組樣本的幾何度量,并對所述不同敏感屬性子組樣本的幾何度量進行平均處理,計算極差公平性約束項,利用所述極差公平性約束項和分類損失項計算總體損失函數,通過所述總體損失函數對剪枝后的神經網絡模型進行微調訓練,獲取目標神經網絡剪枝模型; 其中,計算所述極差公平性約束項,包括: 將所述訓練圖像數據集分為若干批次,在每個批次的訓練中,獲取每個樣本輸入特征提取器后得到的特征向量,并計算每個樣本對應的幾何度量; 分別統計當前批次中的個敏感屬性子組樣本的平均長度和平均角度,通過所述平均 長度和平均角度計算所述極差公平性約束項; 通過所述平均長度和平均角度計算極差公平性約束項,包括: 衡量K個敏感屬性子組間最大幾何度量與最小幾何度量之間的差異,計算所述極差公平性約束項,具體為: 式中,為極差長度約束項,為K個敏感屬性子組中最大的平均長度,為K個敏感屬性子組中最小的平均長度,為極差角度約束項,為K個敏感屬 性子組中最大的平均角度,為K個敏感屬性子組中最小的平均角度,為極差公平 性約束項,為極差長度約束項的權重系數,為極差角度約束項的權重系數。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人暨南大學;廣州信息技術研究所,其通訊地址為:510632 廣東省廣州市天河區黃埔大道西601號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。