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！

龙图腾网获悉支付宝(杭州)信息技术有限公司申请的专利风控场景中消除噪声样本的方法和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：CN116628572B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310577209.3，技术领域涉及：G06F18/241；该发明授权风控场景中消除噪声样本的方法和装置是由杨信;吕乐;傅幸;刘芳卿;王维强设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本风控场景中消除噪声样本的方法和装置在说明书摘要公布了：本说明书实施例提供了一种风控场景中消除噪声样本的方法和装置。该方法包括：得到原始训练样本集；该原始训练样本集中包括扩充训练样本以及干净训练样本；将原始训练样本集中的一部分训练样本输入第一去噪模型中，另一部分训练样本输入第二去噪模型中；从输入一个去噪模型的各训练样本中确定出标签相对可靠的训练样本，并利用输入该标签相对可靠的训练样本时得到的该去噪模型的梯度信息更新另一个去噪模型的参数；最终得到的去噪模型对所述原始训练样本集中的训练样本进行分类，利用分类结果更新原始训练样本集中该训练样本的标签，从而得到消除噪声样本后的训练样本集。本说明书实施例能够更好地消除噪声样本。

本发明授权风控场景中消除噪声样本的方法和装置在权利要求书中公布了：1.风控场景中消除噪声样本的方法，其中，该方法包括： 得到原始训练样本集；该原始训练样本集中包括扩充训练样本以及干净训练样本； 将所述原始训练样本集中的一部分训练样本输入第一去噪模型中，将所述原始训练样本集中的另一部分训练样本输入第二去噪模型中； 从输入第一去噪模型的各训练样本中确定出标签相对可靠的训练样本，并利用输入该标签相对可靠的训练样本时得到的第一去噪模型的梯度信息更新第二去噪模型的参数； 从输入第二去噪模型的各训练样本中确定出标签相对可靠的训练样本，并利用输入该标签相对可靠的训练样本时得到的第二去噪模型的梯度信息更新第一去噪模型的参数； 利用最终得到的第一去噪模型及第二去噪模型对所述原始训练样本集中的训练样本进行分类，利用分类结果更新原始训练样本集中该训练样本的标签，从而得到消除噪声样本后的训练样本集； 其中，被输入所述第一去噪模型的各训练样本中包括扩充训练样本以及干净训练样本；被输入所述第二去噪模型的各训练样本中包括扩充训练样本以及干净训练样本； 所述确定出标签相对可靠的训练样本包括： 计算在输入一个训练样本时，去噪模型的损失函数loss的值； 如果计算出的该loss的值小于预设的阈值，则确定该训练样本是标签相对可靠的训练样本； 其中，所述将所述原始训练样本集中的一部分训练样本输入第一去噪模型中，将所述原始训练样本集中的另一部分训练样本输入第二去噪模型中包括： 将所述原始训练样本集中的一部分训练样本分成多个批次，并在多轮训练的每一轮中将一个批次的训练样本输入第一去噪模型中，将所述原始训练样本集中的另一部分训练样本分成多个批次，并在多轮训练的每一轮中将一个批次的训练样本输入第二去噪模型中； 在判断出针对一个训练样本计算出的loss的值小于预设的阈值之后，并在确定该训练样本是标签相对可靠的训练样本之前，进一步包括： 判断在输入该训练样本时去噪模型的梯度方向与在输入本批次其他大部分训练样本时去噪模型的梯度方向是否一致，如果是，则确定该训练样本是标签相对可靠的训练样本。

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支付宝(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区西溪路556号8层B段801-11；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。