-
公开(公告)号：CN117709988A
公开(公告)日：2024-03-15
申请号：CN202211057861.4
申请日：2022-08-31
Applicant: 日本电气株式会社
IPC: G06Q30/0201 , G06Q30/0202 , G06Q10/087 , G06F16/9537
Abstract: 本公开的实施例涉及一种数据处理方法和电子设备，涉及计算机领域。该方法包括：获取时间序列数据集，时间序列数据集包括多个时间序列数据项，每个时间序列数据项包括时间以及对应的多个属性参数；获取目标属性参数，其为多个属性参数中的至少一项；基于时间序列模型，确定目标属性参数的至少一个影响因素，至少一个影响因素指示影响目标属性参数的至少一个属性参数以及对应的至少一个时间；以及输出至少一个影响因素。以此，本公开实施例针对目标属性参数，能够基于时间序列数据集和时间序列模型，确定对目标属性参数的至少一个影响因素，进而能够便于为针对目标属性参数的决策提供准确的参考，这样能够使得所做出的决策更加准确。
-
公开(公告)号：CN116484829A
公开(公告)日：2023-07-25
申请号：CN202310470808.5
申请日：2023-04-26
Applicant: 日本电气株式会社
IPC: G06F40/194 , G06F18/22 , G06F40/284 , G06F40/216 , G06F16/36
Abstract: 根据本公开的实施例，提供了用于信息处理的方法和设备。该方法包括获取用于与目标文本比较的参考文本。该方法还包括基于目标文本和参考文本中的词的相应词性，确定动词相似度。动词相似度指示目标文本是否包括动词和参考文本是否包括动词，或目标文本所包括的动词与参考文本所包括的动词的相似程度。该方法进一步包括至少基于动词相似度，确定目标文本与参考文本之间的第一相似度。以此方式，通过在文本比较中考虑动词相似性，可以有利地提高文本相似性比较的准确性。
-
公开(公告)号：CN116432767A
公开(公告)日：2023-07-14
申请号：CN202111665149.8
申请日：2021-12-31
Applicant: 日本电气株式会社
IPC: G06N20/00 , G06Q10/0639
Abstract: 本公开涉及信息处理方法、电子设备和可读存储介质。具体地，提出了一种信息处理方法。该方法可以包括获取与多个变量相关联的多个样本以及多个样本中的每个样本的采样参数，每个采样参数与相应样本被配置的权重相关联。该方法还可以包括对多个样本进行重采样，以使被重采样的样本的采样参数相等或使被重采样的样本的采样参数之间的差小于预定阈值。此外，该方法还可以包括基于被重采样的样本，确定多个变量之间的因果关系。以此方式，可以使选择性偏差最小化，以便得到较为准确的因果结果。
-
公开(公告)号：CN111861519A
公开(公告)日：2020-10-30
申请号：CN201910335036.8
申请日：2019-04-24
Applicant: 日本电气株式会社
Abstract: 本公开的实施例涉及用于数据处理的方法、设备和计算机可读存储介质。一种用于数据处理的方法包括获取关于多个因素的观测样本集合，该观测样本集合中的一个观测样本包括多个因素的相应观测值。该方法还包括针对多个因素中的每个因素，基于观测样本集合来估计该因素的观测值与估计值之间的差所服从的分布。该方法还包括至少基于估计的分布来确定表示多个因素间的因果关系的因果结构。本公开的实施例还提供了能够实现上述方法的设备和计算机可读存储介质。本公开的实施例能够在不对数据分布和因素间的关系进行任何假设的情况下准确且鲁棒地发现多个因素间的因果关系，并基于该因果关系来影响目标因素的观测值。
-
公开(公告)号：CN110555047A
公开(公告)日：2019-12-10
申请号：CN201810269835.5
申请日：2018-03-29
Applicant: 日本电气株式会社
IPC: G06F16/2458 , G06N20/00
Abstract: 本公开的实施例涉及一种数据处理方法、电子设备和计算机可读存储介质。数据处理方法包括：基于多个变量的观测数据集，获得表示多个变量之间的因果关系的模型；基于所获得的模型，确定多个变量中基于直接因果关系的第一变量和第二变量；确定第一变量和第二变量是否相互独立；以及响应于第一变量和第二变量相互独立，从所获得的模型中删除第一变量和第二变量之间的直接因果关系。利用本公开的数据处理方法，能够有效去除伪因，从而可以更精确地表示多个变量之间的因果关系。
-
Patent Agency Ranking
公开(公告)号：CN110019973A
公开(公告)日：2019-07-16
申请号：CN201710919294.1
申请日：2017-09-30
Applicant: 日本电气株式会社
IPC: G06F16/901 , G06F16/2458
Abstract: 本申请提供了一种用于估计观测变量之间的因果关系的方法、装置和系统。根据本公开的用于估计观测变量之间的因果关系的方法可以包括响应于接收到针对多个观测变量其中至少一部分的专家知识，将所述专家知识转换为所述多个观测变量的因果关系目标式所需要满足的约束；以及利用所述观测变量的观测数据，通过稀疏因果关系推理，在有向无环图的约束和从专家知识转换得到的所需要满足的约束下，对所述因果关系目标式进行最优化求解，以估计所述观测变量之间的因果关系。利用本公开的实施方式，能够以简单的方式将其并入到因果推理过程中，以充分利用专家知识，得到更加精确的因果关系。
-
公开(公告)号：CN108629062A
公开(公告)日：2018-10-09
申请号：CN201710184638.9
申请日：2017-03-24
Applicant: 日本电气株式会社
Abstract: 本申请提供了一种用于定价优化的方法、装置和系统。根据本公开的用于定价优化的方法包括基于与产品定价相关的特征执行仿真建模，以建立描述特征之间的关系的数据生成模型；以及基于所述数据生成模型执行定价优化，以确定最优定价方案。在本公开的实施方式中，能够真实地还原数据的生成过程，减少与定价过程无关的因素，因而获得最后定价方案更加准确，并能够增强客户认可度。
-
公开(公告)号：CN107292325A
公开(公告)日：2017-10-24
申请号：CN201610201558.5
申请日：2016-03-31
Applicant: 日本电气株式会社
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6267
Abstract: 本公开的实施例涉及用于训练混合模型的方法和设备。该混合模型包括多个子模型。该方法包括：响应于接收到流数据中的第一数据集，确定第一数据集相对于多个子模型间的第一分布；以及基于第一分布来更新用于多个子模型的模型参数。该方法还包括：响应于接收到流数据中在第一数据集之后的第二数据集，确定第二数据集相对于多个子模型间的第二分布；以及基于第二分布来更新用于多个子模型的模型参数。本公开的实施例能够实现在流数据背景下在线学习混合模型。
-
公开(公告)号：CN106557827A
公开(公告)日：2017-04-05
申请号：CN201510633623.7
申请日：2015-09-29
Applicant: 日本电气株式会社
IPC: G06Q10/04
Abstract: 本公开涉及一种用于线性规划LP问题的冗余约束检测的方法、设备和系统。所述方法包括：选择在所述LP问题的解空间内的一个内点；确定所述LP问题的约束集中在经过所述内点的直线的两个方向上与所述直线最先相交的约束，其中所述直线沿着一个坐标方向经过所述内点延伸；以及将找到的与该直线最先相交的所述约束作为非冗余约束，来执行冗余约束检测。根据本公开，提供了一种改进的用于冗余约束检测的方法，其中基于坐标搜索来确定非冗余约束，并基于确定的非冗余约束来执行冗余约束检测。利用该方法，可以找到更多的非冗余约束，而且基于找到的这些非冗余约束而执行冗余约束检测可以显著提高冗余约束的检出率，这特别在高维特征的情况下尤其有益。
-
公开(公告)号：CN106156067A
公开(公告)日：2016-11-23
申请号：CN201510145923.0
申请日：2015-03-30
Applicant: 日本电气株式会社
IPC: G06F17/30
Abstract: 本发明提供一种为关系数据创建数据模型的方法和装置，其中，所述关系数据基于多个第一类型实体和多个第二类型实体。该方法包括：确定描述所述数据模型的多个变量，所述多个变量包括：第一变量集合，所述第一变量表示影响所述第一类型实体和所述第二类型实体的关系的、所述第一类型实体的特征；以及第二变量集合，所述第二变量表示影响所述第一类型实体和所述第二类型实体的关系的、所述第二类型实体的特征。该方法还包括针对所述多个变量中的每个变量选择近似分布；并且迭代地更新所述近似分布的参数，直至所述数据模型收敛。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.032 seconds)
