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！

龙图腾网获悉浙江大学申请的专利一种基于神经元重要性的神经网络选择性遗忘学习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：CN120012871B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510496214.0，技术领域涉及：G06N3/096；该发明授权一种基于神经元重要性的神经网络选择性遗忘学习方法是由蒋琴;秦湛;任奎设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种基于神经元重要性的神经网络选择性遗忘学习方法在说明书摘要公布了：本发明公开了一种基于神经元重要性的神经网络选择性遗忘学习方法，该方法包括神经元重要性评估、参数掩码的生成、随机标签遗忘过程和模型微调，具体为：将模型对遗忘样本的记忆值分配到神经元中，以评估神经元对遗忘数据集的重要性；并将记忆值大于特定阈值的神经元掩码设置为1，反之掩码设置为0；随机设置遗忘数据集中样本的标签，使用随机梯度下降方法更新掩码为1的神经元参数；最后使用保留数据集对模型参数进行全局微调，得到最终的遗忘模型。本发明提出一种面向图像分类任务的神经元粒度的选择性遗忘学习方法，通过在卷积神经网络中实现特征层级的遗忘，保证遗忘效果和原始任务性能的同时，缩减了近似遗忘和精确遗忘之间的差距。

本发明授权一种基于神经元重要性的神经网络选择性遗忘学习方法在权利要求书中公布了：1.一种基于神经元重要性的神经网络选择性遗忘学习方法，其特征在于，包括如下步骤： 1确定遗忘数据集：在随机遗忘场景下，随机选择训练数据中部分数据作为遗忘数据集；在类别遗忘场景下，随机选择某一类别数据作为遗忘数据集；剩余的数据作为保留数据集； 具体为： 1.1随机遗忘场景：完整训练数据集包括N个数据样本点，其中xi为图像，yi为标签；随机遗忘场景根据用户的实际遗忘请求，从完整数据集中随机选取部分数据样本点作为遗忘数据集剩余部分为保留数据集Dr＝D\Df； 1.2类别遗忘场景：完整训练数据集包括g个类别图像，即yi∈{c1,c2,c3,…,cg}，类别遗忘场景下，将训练数据集中所有类别为用户指定遗忘类别cj的数据样本划分为遗忘数据集Df＝{xi,yi∈D|yi＝cj}，其余类别数据划分为保留数据集Dr； 2评估神经元重要性：将卷积神经网络CNN模型对遗忘样本的记忆值分配到神经元中，以评估神经元对遗忘数据集的重要性；其中遗忘数据集由一定数量的遗忘样本构成； 3生成参数掩码：将记忆值大于特定阈值的神经元掩码设置为1，反之掩码设置为0； 4随机标签遗忘过程：随机设置遗忘数据集中样本的标签，使用随机梯度下降方法更新掩码为1的参数； 5微调CNN模型：用保留数据集微调整个CNN模型，得到最终的遗忘模型； 6评估遗忘效果：测试遗忘后模型在遗忘数据集上的准确率，以及成员推理攻击准确率，评估遗忘方法效果；测试遗忘后模型在保留数据集、测试数据集上的准确率，评估遗忘后模型在原始任务上的性能及泛化性。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。