Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司江军获国家专利权

北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司江军获国家专利权

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!

龙图腾网获悉北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司申请的专利一种增强公平性的模型训练方法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:CN119046687B

龙图腾网通过国家知识产权局官网在2025-08-19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:202411212622.0,技术领域涉及:G06F18/214;该发明授权一种增强公平性的模型训练方法是由江军;王炜设计研发完成,并于2024-08-30向国家知识产权局提交的专利申请。

一种增强公平性的模型训练方法在说明书摘要公布了:本申请提供一种增强公平性的模型训练方法,包括:基于训练样本数据集训练二分类机器学习模型,基于测试样本数据集对训练好的模型进行公平性评估;当未通过公平性评估时,确定测试样本的样本损失,并按照样本损失由大到小的顺序修改对应的样本标签,基于修改后的测试样本数据集重新训练模型,直至训练好的模型能够通过公平性评估。该方法能够通过有策略地修改训练样本数据集的分类标签对模型进行循环训练,从而增强模型的公平性。

本发明授权一种增强公平性的模型训练方法在权利要求书中公布了:1.一种增强公平性的模型训练方法,其特征在于,所述增强公平性的模型训练方法用于行政数据公平筛选领域的简历筛选模型的训练过程中,包括: 获取训练样本数据集和测试样本数据集;其中,所述训练样本数据集包括区别对待群体中的第一样本集和正常群体中的第二样本集;所述测试样本数据集包括区别对待群体中的第三样本集和正常群体中的第四样本集;所述训练样本数据集和所述测试样本数据集皆为求职简历样本数据集; 基于所述训练样本数据集对预设的二分类机器学习模型进行训练,得到目标模型和所述目标模型对应的控制变量; 当基于所述测试样本数据集判断出所述目标模型满足统计公平性要求时,输出所述目标模型;所述目标模型用于对接收到的求职简历进行公平筛选; 当基于所述测试样本数据集判断出所述目标模型不满足统计公平性要求时,基于所述控制变量确定模型训练优化方向; 基于所述模型训练优化方向确定所述训练样本数据集中的优化样本数据集; 提取所述优化样本数据集中样本损失值最大的目标样本; 在所述训练样本数据集中反转所述目标样本的样本标签,得到新的训练样本数据集,并触发执行所述基于所述训练样本数据集对预设的二分类机器学习模型进行训练,得到目标模型和所述目标模型对应的控制变量的步骤; 其中,所述基于所述训练样本数据集对预设的二分类机器学习模型进行训练,得到目标模型和所述目标模型对应的控制变量,包括: 基于所述训练样本数据集对预设的二分类机器学习模型进行训练,得到目标模型; 将所述第一样本集和所述第二样本集输入至所述目标模型中,得到第一正样本集、第一负样本集、第二正样本集和第二负样本集; 计算所述第一正样本集的样本数量与所述第一样本集的样本数量之间第一比例,计算所述第二正样本集的样本数量与所述第二样本集的样本数量之间的第二比例; 判断所述第二比例减去所述第一比例得到的差值是否大于预设的公平性容忍阈值常量;其中,所述公平性容忍阈值常量为ε; 如果是,则设置所述目标模型对应的控制变量为ε; 如果否,则设置所述目标模型对应的控制变量为1。

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北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司,其通讯地址为:100193 北京市海淀区西北旺东路10号院西区11号楼1层101;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。