首页> 中国专利> 通过最小化噪声下的预期损失改进私有模型效用

通过最小化噪声下的预期损失改进私有模型效用

页面导航

摘要
著录项
法律信息
相似文献

摘要

提供了通过最小化噪声下的预期损失改进私有模型效用。执行对模型的训练以在维持差分隐私的同时，使噪声下的预期损失（ELUN）最小化。噪声作为从噪声分布抽取的随机样本被添加到机器学习模型的权重，该噪声是根据隐私预算添加的。通过使用损失函数来最小化ELUN，该损失函数预计添加到机器学习模型的权重的噪声，以在参数空间中找到一点，对于该点，损失对于权重中的噪声是鲁棒的。噪声的添加和ELUN的最小化被迭代，直到权重收敛并满足优化约束。针对任意输入利用该模型，同时保护用于训练该模型的训练数据的隐私。

著录项

公开/公告号CN113569273A

专利类型发明专利
公开/公告日2021-10-29

原文格式PDF
申请/专利权人罗伯特·博世有限公司;
展开▼

申请/专利号CN202110464318.5
发明设计人 K·雷诺;J·瓜哈尔多莫尔钱;
展开▼

申请日2021-04-28
分类号G06F21/62(20130101);G06F21/71(20130101);
代理机构72001 中国专利代理(香港)有限公司;
代理人刘艺诗;周学斌
地址德国斯图加特
入库时间 2023-06-19 13:02:24

法律信息

法律状态公告日

法律状态信息

法律状态
2023-05-23

实质审查的生效 IPC(主分类):G06F21/62 专利申请号:2021104643185 申请日:20210428

实质审查的生效

相似文献

专利
中文文献
外文文献

1. 通过最小化噪声下的预期损失改进私有模型效用 [P] . 中国专利： CN113569273A . 2021-10-29
2. 一种私有云环境下的异构虚拟化平台事件管理模型 [P] . 中国专利： CN106502803A . 2017-03-15
3. PRIVATE MODEL UTILITY BY MINIMIZING EXPECTED LOSS UNDER NOISE [P] . US2021342453A1 . 2021-11-04

机译：通过最大限度地降低噪声下的预期损失私有模型效用
4. Noise e.g. wind noise, compensation device for motor vehicle, has circuit performing initial calculation of noise compensation to find counter-noise model, and unit generating antagonist sound signal without dephasing with respect to noises [P] . ES2321266A1 . 2009-06-03

机译：噪音例如风噪声，用于机动车辆的补偿装置，具有对噪声补偿进行初始计算以找到反噪声模型的电路，以及在不相对于噪声相移的情况下产生对立声音信号的单元
5. Noise e.g. wind noise, compensation device for motor vehicle, has circuit performing initial calculation of noise compensation to find counter-noise model, and unit generating antagonist sound signal without dephasing with respect to noises [P] . 法国专利： FR2906397A1 . 2008-03-28

机译：噪音例如风噪声，用于机动车辆的补偿装置，具有对噪声补偿进行初始计算以找到反噪声模型的电路，以及在不相对于噪声相移的情况下产生对立声音信号的单元