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！

龙图腾网恭喜中国人民大学申请的专利反事实公平性的预测模型训练方法、预测方法及其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：CN117610398B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202311236303.9，技术领域涉及：G06F30/27；该发明授权反事实公平性的预测模型训练方法、预测方法及其装置是由刘越;李昊轩;郑淳元;耿直;张坤设计研发完成，并于2023-09-22向国家知识产权局提交的专利申请。

本反事实公平性的预测模型训练方法、预测方法及其装置在说明书摘要公布了：本发明提供一种反事实公平性的预测模型训练方法、预测方法及其装置，该预测模型训练方法包括：获取包括多个样本的训练数据集，每个样本包括含有敏感属性的多个属性和观测结果；基于属性和观测结果生成部分有向无环图，从中查找可能影响敏感属性的属性，生成敏感属性的多个父节点集；基于每个父节点集训练对应预设的倾向性得分模型，输出父节点集对样本的敏感属性值的倾向得分估计值；基于每个倾向得分估计值和对应的预测结果训练对应预设的因果效应模型，输出敏感属性对预测结果的因果效应估计值；基于所有因果效应估计值训练预设的预测模型，结合最小‑最大联合学习算法交替训练因果效应模型和预测模型，使训练好的预测模型满足反事实公平性。

本发明授权反事实公平性的预测模型训练方法、预测方法及其装置在权利要求书中公布了：1.一种用于反事实公平性预测的预测模型训练方法，其特征在于，该方法的步骤包括：获取训练数据集，所述训练数据集包括多个训练样本，每个训练样本包括含有敏感属性在内的多个属性和作为标签的对应的观测结果；所述敏感属性包括：人的身体健康、性别、年龄和接受教育的水平属性中的至少一个；所述观测结果包括：改变人的身体健康、性别、年龄和接受教育的水平属性中至少一个的情况下，工作是否录用或成绩是否合格的结果；基于作为节点的属性和观测结果生成部分有向无环图，从所述部分有向无环图中查找可能影响所述敏感属性的属性，基于查找结果生成所述敏感属性的多个可能的父节点集；基于每个可能的父节点集训练对应预设的倾向性得分模型，所述倾向性得分模型用于输出所述可能的父节点集对于训练样本的敏感属性值的倾向得分估计值；基于每个倾向得分估计值和对应的预测结果训练对应预设的因果效应模型，所述因果效应模型用于输出所述敏感属性对于预测结果的因果效应估计值；以及基于所有的因果效应估计值训练预设的预测模型，结合最小-最大联合学习算法交替训练所述因果效应模型和所述预测模型，以满足反事实公平性的预测模型作为训练好的预测模型；在基于所有的因果效应估计值训练预设的预测模型，结合最小-最大联合学习算法交替训练所述因果效应模型和所述预测模型的步骤中，根据每个训练样本的敏感属性对于预测结果的因果效应估计值，通过最小化平均预测误差，将所述因果效应估计值最大时的反事实公平性违反作为惩罚项对所述预测模型进行训练。

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中国人民大学，其通讯地址为：100872 北京市海淀区中关村大街59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”。