买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于掩膜遮蔽的深度学习模型去偏方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115131816B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210176362.0，技术领域涉及：G06V40/10；该发明授权一种基于掩膜遮蔽的深度学习模型去偏方法及装置是由陈晋音;李秦峰;郑海斌;郑雅羽;宣琦设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本一种基于掩膜遮蔽的深度学习模型去偏方法及装置在说明书摘要公布了：本发明公开了一种基于掩膜遮蔽的深度学习模型去偏方法及装置，首先选取原始数据集，并进行数据预处理；再基于差异影响、人口统计平等、机会平等定义偏见指标函数；然后构建并训练掩膜遮蔽框架模型：再利用构建的掩膜遮蔽框架模型，对预处理后的原始数据集进行数据增强；最后构建深度学习模型，利用数据增强后的数据集，根据定义的偏见指标函数对深度学习模型进行训练，完成去偏。并可利用偏见指标函数对深度学习模型的偏见程度进行检测。

本发明授权一种基于掩膜遮蔽的深度学习模型去偏方法及装置在权利要求书中公布了：1.一种基于掩膜遮蔽的深度学习模型去偏方法，其特征在于，具体包括以下步骤： 1选取原始数据集，并进行数据预处理； 2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，具体为； 所述差异影响指标的数学计算公式如下： 其中S表示受保护的属性，S＝1为特权组，S≠1为非特权组，表示预测为正； 所述人口统计平等通过统计奇偶性计算得到，公式如下： 所述机会平等指标公式如下： 当一预测器满足下式则认为是满足机会均等的： P{Hxi＝1|yi＝1,xi∈S}＝P{Hxj＝1|yj＝1,xj∈X\S} 设X代表一组个体，S代表群组； 将上述3个偏见指标进行融合，合成偏见指标函数Fd，具体表达式为： 若用Fd衡量模型的偏见指标，则将y改为模型的输出公式如下： 即用模型的预测值作为分类进行公平性分析； 3构建并训练掩膜遮蔽框架模型： 所述掩膜遮蔽框架模型为自监督模型，包括编码器和解码器两部分；其中编码器中的特征提取器采用5个卷积层，解码器采用2个反卷积层构成的网络，激活函数采用Relu函数，损失函数采用峰值信噪比；所述深度学习模型为监督模型；包括特征提取器和分类器两部分，其中特征提取器采用5个卷积层，分类器采用3个全连接层构成的网络，激活函数采用Relu函数； 4利用步骤3构建的掩膜遮蔽框架模型，对预处理后的原始数据集进行数据增强； 5构建深度学习模型，利用步骤4数据增强后的数据集，根据步骤2定义的偏见指标函数对深度学习模型进行训练，完成去偏。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。