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！

龙图腾网恭喜浙江责联科技有限公司申请的专利基于机器量化尽责的机器学习方法及系统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：CN114707659B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210310458.1，技术领域涉及：G06N20/00；该发明授权基于机器量化尽责的机器学习方法及系统是由裘炅;裘瑱寅设计研发完成，并于2022-03-28向国家知识产权局提交的专利申请。

本基于机器量化尽责的机器学习方法及系统在说明书摘要公布了：本发明公开基于机器量化尽责的机器学习方法及系统，其中涉及的基于机器量化尽责的机器学习方法，包括：S1.构建与人工智能应用角色相关的责任清单集；S2.构建基于责任时空的责任信任履责评估函数；S3.基于履责评估函数对构建的所有责任清单集进行汇总评估，得到评估结果；S4.基于评估结果以及不同责任清单的权重及规则，得到责任清单的尽责结果。本发明建立量化尽责的目标方程，实现学习精准化，避免了依赖神经网络参数维度过高导致算力严重浪费、边缘知识不健全、算法可解释性困难等问题；尽责差距评估学习效果，统一优选各种机器学习算法，用于尽责优选或知识补漏，可简称为尽责学习。通过定制责任清单集实现了可工程化的通用人工智能。

本发明授权基于机器量化尽责的机器学习方法及系统在权利要求书中公布了：1.基于机器量化尽责的机器学习方法，其特征在于，包括：S1.构建与人工智能应用角色相关的责任清单集；所述责任清单集包括岗位责任集、法律责任集、辅助责任集；S2.对每一项责任清单进行分解，理出各参数及规则，构建基于责任时空的责任信任履责评估函数；其中，基于责任时空得到每一条责任清单时空四维的各类参数及参数达标规则集；S3.基于履责评估函数对构建的所有责任清单集进行汇总评估，得到评估结果；履责评估函数包括风险函数、学习函数；所述风险函数用于检测尽责不到位的参数或指标项目；学习函数用于对不到位的参数结合经验数据、各种学习算法来结合风险函数实现尽责到位；其中，风险函数从各参数中匹配各规则不达标的生成参数列表，学习函数是将每一个不达标的参数，从历史履责库、神经网络规则库、各种机器学习方法中实现知识补充来进行履责达标，找到最小的风险函数值；履责评估函数针对履责结果进行评估，用责任差距函数进行时空的信任差距计算，对尽责的列入已有的尽责知识库，并得到需要尽责优化的清单集；将未尽责的从原先责任清单中列为无法尽责的清单集；风险函数通过动态识别当前责任风险或其他风险导致的责任事故，对不同的风险进行匹配，同时形成新责任清单分解，并根据不同的类别找出风险函数，对履责清单的风险进行分级管控；其中不同的风险包括简单风险、复杂风险、模糊风险、不可预知风险；若为简单风险，则是监督学习的风险；若为复杂风险，则是半监督型学习或自监督型学习的风险；若为模糊风险，则是深度学习的风险；若为不可预知风险，则组合各种学习机制来实现风险的管控；S4.基于评估结果以及不同责任清单的权重及规则，得到责任清单的尽责结果；对责任进行信任度评估即量化评责，根据不同责任清单的权重获取每一条责任清单相对应的尽责程度及不尽责的清单；S5.根据风险因素对履责评估函数优化拟合，得到最终履责评估函数。

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浙江责联科技有限公司，其通讯地址为：310011 浙江省杭州市余杭区崇贤街道星海南路190-8号1幢4069室；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”。