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！

龙图腾网获悉西安电子科技大学广州研究院申请的专利差分隐私阶段性自适应矩估计优化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：CN117408351B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202210808351.X，技术领域涉及：G06N20/00；该发明授权差分隐私阶段性自适应矩估计优化方法是由朱江;郭芷络涵;薛明胜;娄坚;刘静设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本差分隐私阶段性自适应矩估计优化方法在说明书摘要公布了：本发明公开了一种差分隐私阶段性自适应矩估计优化方法，涉及隐私保护机器学习的优化技术领域，包括：获取矩估计优化模型的输入；其中，矩估计优化模型的输入包括数据集、步长超参数、迭代次数、差分隐私噪声参数和初始化模型参数值；分阶段优化模型参数，在不同阶段，基于不同的学习率，计算每轮迭代过程中的模型参数的梯度，并在梯度上加入基于差分隐私噪声参数的随机噪声；在梯度上加入随机噪声用于保护数据集中的隐私；基于获取的每轮迭代过程中的模型参数的梯度，更新每轮迭代过程中的模型参数；输出矩估计优化模型的最终模型参数。本申请能够保证在非凸损失下隐私和非隐私设定下模型的可用性。

本发明授权差分隐私阶段性自适应矩估计优化方法在权利要求书中公布了：1.一种差分隐私阶段性自适应矩估计优化方法，其特征在于，包括： 获取矩估计优化模型的输入；其中，所述矩估计优化模型的输入包括数据集、步长超参数、迭代次数、差分隐私噪声参数和初始化模型参数值； 分阶段优化模型参数，在不同阶段，基于不同的学习率，计算每轮迭代过程中的模型参数的梯度，并在梯度上加入基于所述差分隐私噪声参数的随机噪声；在梯度上加入随机噪声用于保护所述数据集中的隐私；其中，，，和分别表示一阶和二阶矩变量，，，为的上界，和分别为矩估计的指数衰减速率，，，为第轮梯度，，为总轮次；通过一阶和二阶矩变量的表达公式取参数关于数据集的梯度，通过损失函数对参数进行求导，获得参数的梯度； 基于获取的每轮迭代过程中的模型参数的梯度，更新每轮迭代过程中的模型参数；所述更新每轮迭代过程中的模型参数的过程包括： 均匀随机的选取小批量索引，其中，，为小批量数据的大小，为所述数据集中数据的总个数； 设定差分隐私的噪声为，其中，为高斯噪声，为高斯噪声均值，为方差，为维全1向量； 获取加噪梯度，，其中，为轮小批量数据，为小批量数据的大小，为中的一个数据集，为参数关于的梯度； 输出矩估计优化模型的最终模型参数。

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西安电子科技大学广州研究院，其通讯地址为：510000 广东省广州市黄埔区中新知识城海丝中心B5、B6、B7栋；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。