公开(公告)号：CN111626760B

公开(公告)日：2023-09-08

申请号：CN202010116720.X

申请日：2020-02-25

Applicant: 富士通株式会社

Inventor： 后藤启介 ,  浅井达哉 ,  岩下洋哲 ,  大堀耕太郎 ,  塩田好伸

IPC: G06Q30/0273 ,  G06N20/00 ,  G06F16/2458 ,  G06Q30/0241 ,  G06F18/24 ,  G06F18/214

Abstract: 本发明提供了分配方法和设备、提取方法和设备以及计算机可读记录介质。分配设备通过使用包括目标变量和与该目标变量对应的一个或更多个说明变量的数据的一部分作为训练数据，执行根据数据的说明变量预测目标变量的模型的训练。分配设备根据关于数据的说明变量的至少一部分的分类条件，将通过从数据中排除训练数据而获得的测试数据分类到组中。分配设备针对组中的每一个，使用所训练的模型根据测试数据的说明变量预测目标变量。分配设备基于在预测时预测的针对组中的每一个的目标变量，计算要分配给组中的每一个的预定资源量。

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

Inventor： 铃木浩史 ,  后藤启介 ,  岩下洋哲 ,  高木拓也 ,  大堀耕太郎 ,  原聪

IPC: G06N20/00 ,  G06F18/24 ,  G06N3/08

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

Inventor： 高木拓也 ,  岩下洋哲 ,  后藤启介 ,  大堀耕太郎

IPC: G06K9/62 ,  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。