-
公开(公告)号:CN116635875A
公开(公告)日:2023-08-22
申请号:CN202080108168.8
申请日:2020-12-25
Applicant: 富士通株式会社
IPC: G06N20/00
Abstract: 信息处理装置(100)向用户输出变量x1的重要度w1的咨询。用户设定w1=0.5。信息处理装置(100)使用重要度管理表格(500)存储w1=0.5。信息处理装置(100)参照重要度管理表格(500),计算表示对各个公式模型的评价的得分。信息处理装置(100)按照计算出的得分从高到低的顺序,排列公式模型M1、公式模型M2、公式模型M3以及公式模型M4。信息处理装置(100)基于排列的结果,确定公式模型M1、公式模型M2、公式模型M3以及公式模型M4的位次。信息处理装置(100)以用户能够把握的方式输出公式模型M1、公式模型M2、公式模型M3以及公式模型M4的得分和位次。
-
公开(公告)号:CN115244550A
公开(公告)日:2022-10-25
申请号:CN202080098092.5
申请日:2020-03-05
Applicant: 富士通株式会社
IPC: G06N20/00
Abstract: 信息处理装置获取线性模型的生成所利用的训练数据集。信息处理装置分别对训练数据集所包含的各数据项目,在假定为对于用户来说容易理解的第一假定下,针对数据项目违反第一假定的各第一状态,使用训练数据集计算使具有数据项目的理解容易度作为损失的权重的目标函数最优化的各第一值,在假定为数据项目对于用户来说难以理解的第二假定下,针对数据项目违反上述第二假定的各第二状态,使用训练数据集计算使目标函数最优化的各第二值。信息处理装置基于分别针对各数据项目的各第一值以及各第二值,从各数据项目中选择特定的数据项目,并使用用户对特定的数据项目的评价,生成线性模型。
-
公开(公告)号:CN116341676A
公开(公告)日:2023-06-27
申请号:CN202211531005.8
申请日:2022-12-01
Applicant: 富士通株式会社 , 国立大学法人大阪大学
Abstract: 信息处理装置将各自包括一个或更多个变量的多个线性模型分类成多个组,使得将以下线性模型分组到同一组中:包括多个线性模型的每一个中所包括的相同变量,并且关于变量具有相同的系数编码;输出用于决定包括在用于通过使用机器学习对多个线性模型进行训练的训练数据中的每个说明变量的重要度的第一问题,并且当要从所述多个线性模型中选择反映重要度的线性模型时,基于根据第一问题的回答而选择的目标组数目减少的程度来决定要提出第二问题的说明变量,第二问题为在第一问题之后输出的问题。
-
公开(公告)号:CN118661180A
公开(公告)日:2024-09-17
申请号:CN202280091307.X
申请日:2022-02-10
Applicant: 富士通株式会社
IPC: G06N20/00
Abstract: 参照存储有多个由多个特征量的组合构成的数据的存储部,针对多个条件中的每一个条件,提取组合满足各条件的数据组,针对多个条件中的每一个条件,确定与各条件对应的数据组所包含的多个特征量之间的关系性,将多个条件中的每一个条件的关系性分类为多个第一簇,将多个条件中的每一个条件的数据组分类为多个第二簇,将多个条件中的每一个条件的数据组分类为多个第三簇,以使得对与各数据组对应的关系性进行分类而得到的第一簇相同、并且对各数据组进行分类而得到的第二簇相同的多个数据组被分类为同一簇,针对多个第三簇中的每一个第三簇,确定能够对被分类为各簇的数据组和被分类为其他簇的数据组进行分类的第一条件。
-
公开(公告)号:CN116341675A
公开(公告)日:2023-06-27
申请号:CN202211530853.7
申请日:2022-12-01
Applicant: 富士通株式会社 , 国立大学法人大阪大学
IPC: G06N20/00
Abstract: 一种非暂态计算机可读记录介质,其中存储有信息处理程序,该信息处理程序使计算机执行处理,该处理包括:基于变量的优先级顺序和估计量从多个变量中决定一个或更多个变量是关于重要性程度的问题的目标,所述变量的优先级顺序是基于指示所述多个变量的排名的多个模式确定的,所述估计量指示关于每个模式与预定条件匹配的可能性;以及基于关于所决定的变量的问题的回答结果来更新该估计量。
-
公开(公告)号:CN115702428A
公开(公告)日:2023-02-14
申请号:CN202080101219.4
申请日:2020-05-26
Applicant: 富士通株式会社
IPC: G06N20/00
Abstract: 本发明涉及模型训练程序、模型训练方法以及信息处理装置。信息处理装置选择判定模型的训练所使用的训练数据集所包含的多个训练数据中的能够由上述判定模型正确地判定的训练数据。信息处理装置向用户提示选择出的训练数据所包含的数据项目中的有助于判定的数据项目和判定结果。信息处理装置受理对提示的数据项目的解释的容易度的评价。信息处理装置以基于评价结果调整的损失函数为基础,使用训练数据集来执行判定模型的训练。
-
-
-
-
-