预览加载中，请您耐心等待几秒...

基于偏见样本对生成的深度学习模型去偏方法.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共14页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

一种基于偏见样本对生成的深度学习模型去偏方法,包括以下步骤:1)深度学习模型偏见的定义;2)数据预处理;3)定义偏见指标函数;4):构建的深度学习模型包括第一特征提取器和第一分类器两部分,利用数据集对模型进行训练,使模型达到预设精度;5)对模型进行偏见程度检测:利用模型对测试集的输出和偏见指标函数F测试模型的偏见程度并记录;6)数据增强:利用偏见指标函数对偏见样本进行初步划分,通过模糊样本划分法排除假性偏见样本,通过FLIP方法完成数据增强的过程;7)利用FLIP样本对对有偏见的深度学习模型进行微调训练去偏,对训练后的模型进行检验,判断其偏见程度是否达到要求。本发明有效提升模型的公平性。