-
公开(公告)号：CN112183571B
公开(公告)日：2024-11-19
申请号：CN202010535196.X
申请日：2020-06-12
Applicant: 富士通株式会社
IPC: G06F18/2431 , G06N20/00
Abstract: 提供了一种存储有预测程序的计算机可读记录介质、预测方法以及预测装置。根据实施方式的预测程序使得计算机能够执行接收处理、生成处理以及确定处理。接收处理接收要被预测的输入数据。基于多条规则信息、根据针对多个属性的预定顺序条件生成树结构数据，每条规则信息由所述多个属性的属性值的组合与标签的关联性指示，所述树结构数据通过对所述多条规则信息进行聚合而获得，所述树结构数据包括作为分支的属性值。确定处理在当基于输入数据将树结构数据中的多个属性中的预定属性的属性值确定为预定值时，基于获得作为关于预定属性的预定值的确定结果的、预定标签的值的可能性，确定使关于预定属性的预定值的确定结果到达预定标签的贡献度。
-
Patent Agency Ranking
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：CN112183571A
公开(公告)日：2021-01-05
申请号：CN202010535196.X
申请日：2020-06-12
Applicant: 富士通株式会社
Abstract: 提供了一种存储有预测程序的计算机可读记录介质、预测方法以及预测装置。根据实施方式的预测程序使得计算机能够执行接收处理、生成处理以及确定处理。接收处理接收要被预测的输入数据。基于多条规则信息、根据针对多个属性的预定顺序条件生成树结构数据，每条规则信息由所述多个属性的属性值的组合与标签的关联性指示，所述树结构数据通过对所述多条规则信息进行聚合而获得，所述树结构数据包括作为分支的属性值。确定处理在当基于输入数据将树结构数据中的多个属性中的预定属性的属性值确定为预定值时，基于获得作为关于预定属性的预定值的确定结果的、预定标签的值的可能性，确定使关于预定属性的预定值的确定结果到达预定标签的贡献度。
-
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：CN115715399A
公开(公告)日：2023-02-24
申请号：CN202080102597.4
申请日：2020-06-30
Applicant: 富士通株式会社
IPC: G06N20/00
Abstract: 实现符合实际的项目值的变更建议。信息处理装置(10)获取多个属性数据(1)和表示作为维空间(3)上的目标值的区域范围的信息，多个属性数据分别是作为多个项目值的组合的属性数据，且包含对象的属性数据。接下来信息处理装置(10)基于多个属性数据(1)的至少一部分在维空间(3)上的分布，执行从对象的属性数据的多个项目值中决定作为变动对象的项目值和相对于该作为变动对象的项目值的变动方向的处理。然后信息处理装置(10)输出表示变动的结果的信息，变动的结果通过交替地反复如下2处理直至对象的属性数据包含于区域范围为止执行而得，即：使作为变动对象的项目值变动的处理、和在使其变动的处理的执行后进行决定的处理。
-
公开(公告)号：CN112183570A
公开(公告)日：2021-01-05
申请号：CN202010505036.0
申请日：2020-06-05
Applicant: 富士通株式会社
Abstract: 提供了预测方法、预测设备和记录介质。记录介质中存储有使计算机执行以下处理的预测程序：接收要经受预测的输入数据；以及根据每个都具有说明变量和目标变量的训练数据集，通过使用假设集和包括在假设集中的假设的相应权重来生成预测结果，所述假设每个都由说明变量的组合形成、对训练数据集中的任何训练数据集进行分类并且满足特定条件，所述权重是基于每个假设对于训练数据集中的每个训练数据集是否成立来学习的。所述生成包括：确定包括在伪布尔函数中的变量的值，使得预测结果满足特定条件的概率满足预定标准，所述伪布尔函数包括与说明变量对应的变量。
-
-
-
-
-
Search Results
6
records
(took 0.032 seconds)
