私有合成时间系列数据生成制造技术

技术编号:45661011 阅读:9 留言:0更新日期:2025-06-27 19:00
提供了用于生成合成数据的方法和系统。检索纵向时间系列数据,并且基于该纵向时间系列数据来训练神经网络以生成满足隐私度量的合成时间系列数据。该纵向时间系列数据是未标记的且单变量的。

【技术实现步骤摘要】
【国外来华专利技术】


技术介绍

1、本公开涉及数据处理系统。更具体地,本公开涉及用于数据处理系统的私有合成时间系列数据生成

2、共享患者的医疗纵向时间系列数据可实现改善的治疗开发和技术进步。例如,共享患者的经测量的分析物时间系列数据可有助于理解相关联的疾病机制以及对用于改善这些患者的生活质量的技术的开发。不意外地,当共享患者的医疗纵向时间系列数据时会出现严重的法律和隐私问题,诸如由1996年的健康保险可携性和责任法案(称为hipaa)描述的那些问题。


技术实现思路

【技术保护点】

1.一种用于生成合成数据的方法,所述方法包括:

2.根据权利要求1所述的方法,其中所述纵向时间系列数据包括来自多个人中的每个人的至少50个经测量的葡萄糖水平。

3.根据权利要求1所述的方法,其中所述隐私度量定义允许的隐私损失量的上限。

4.根据权利要求3所述的方法,其中所述神经网络是差分隐私生成对抗网络(DP-GAN),并且训练所述神经网络包括:

5.根据权利要求4所述的方法,其中所述基序因果性模块包括多个基序网络,并且生成所述聚合基序因果性矩阵包括:

6.根据权利要求5所述的方法,其中每个基序网络包括多个循环神经网络(RNN)...

【技术特征摘要】
【国外来华专利技术】

1.一种用于生成合成数据的方法,所述方法包括:

2.根据权利要求1所述的方法,其中所述纵向时间系列数据包括来自多个人中的每个人的至少50个经测量的葡萄糖水平。

3.根据权利要求1所述的方法,其中所述隐私度量定义允许的隐私损失量的上限。

4.根据权利要求3所述的方法,其中所述神经网络是差分隐私生成对抗网络(dp-gan),并且训练所述神经网络包括:

5.根据权利要求4所述的方法,其中所述基序因果性模块包括多个基序网络,并且生成所述聚合基序因果性矩阵包括:

6.根据权利要求5所述的方法,其中每个基序网络包括多个循环神经网络(rnn),每个rnn接收来自所述相关联数据分区的针对不同基序的基序数据。

7.根据权利要求4所述的方法,其中训练所述神经网络包括:

8.根据权利要求7所述的方法,其中训练所述嵌入器模块、所述恢复模块、所述生成器模块和所述判别器模块包括:

9.根据权利要求8所述的方法,其中训练所述嵌入器模块、所述恢复模块、所述生成器模块和所述...

【专利技术属性】
技术研发人员:J·兰普
申请(专利权)人:德克斯康公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1