-
公开(公告)号：CN110555047B
公开(公告)日：2024-03-15
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。
-
公开(公告)号：CN113469482A
公开(公告)日：2021-10-01
申请号：CN202010247398.4
申请日：2020-03-31
Applicant: 日本电气株式会社
Abstract: 本公开的实施例涉及一种用于数据分析的方法、设备以及计算机可读存储介质。该方法包括至少基于与影响历史事件的历史因素相关联的历史条件数据和历史结果数据生成所述历史因素和所述历史事件的结果之间的关联关系，所述历史结果数据指示由所述历史因素引起的所述历史事件的所述结果；确定针对当前事件所选择的至少一个感兴趣的目标结果，所述当前事件与所述历史事件相关联；确定影响所述当前事件的当前因素和与所述至少一个感兴趣的目标结果相关联的至少一个目标对象；以及至少基于所述关联关系、与所述当前因素相关联的当前条件数据和所述至少一个目标对象，确定所述至少一个感兴趣的目标结果的数据。以此方式，能够实现更细粒度的预测，满足用户对决策精细化的需求。
-
公开(公告)号：CN113469203A
公开(公告)日：2021-10-01
申请号：CN202010245570.2
申请日：2020-03-31
Applicant: 日本电气株式会社
Abstract: 公开了一种用于评估操作结果的方法、电子设备和计算机可读程序介质。在一种用于评估操作结果的方法中，针对一组观测数据建立初始预测模型，其中初始预测模型具有分层结构且包括用于对个体进行分组的门控节点和用于基于不同的预测方法来执行预测的多个不同的专家节点，观测数据包括个体的个体特征、针对个体执行的相应操作及相应操作结果；利用观测数据确定门控节点和专家节点的参数，以获得最终预测模型；以及利用最终预测模型中的各个专家节点，来评估预定操作对观测数据中与其匹配的个体子组的操作结果。利用本公开的实施方式，能够以自动化方式实现精确的操作结果评估而无需调节超参数，并且其适合于多种数据类型，具有更加广泛的应用场景。
-
公开(公告)号：CN112352235A
公开(公告)日：2021-02-09
申请号：CN201980010742.3
申请日：2019-06-06
Applicant: 日本电气株式会社
Inventor： 刘春辰
IPC: G06F16/903 , G06F16/9038 , G06Q10/06 , G06Q30/02
Abstract: 本公开的实施例涉及用于因果分析的方法、系统和计算机程序产品。在一些实施例中，提供了一种计算机实现的方法。该方法包括从多个因素的观察样本中确定指示多个因素之间的第一因果关系的第一因果结构，每个观察样本包括多个因素的一组观察值；向用户呈现第一因果结构；响应于从用户接收到关于第一因果结构的至少一个用户输入，基于第一因果结构来执行与至少一个用户输入相关联的动作；以及向用户呈现动作的执行的结果。在其他实施例中，提供了另一种方法、系统和计算机程序产品。
-
公开(公告)号：CN110968740A
公开(公告)日：2020-04-07
申请号：CN201811160150.3
申请日：2018-09-30
Applicant: 日本电气株式会社
IPC: G06F16/901 , G06F16/9038
Abstract: 本公开提供了一种最短因果路径的确定方法和确定装置。通过根据关注的原因变量的第i后代确定该第i后代的后代，并将所确定的第i后代的后代作为所述原因变量的第i+1后代，重复进行该过程直到第i+1后代为关注的结果变量为止，根据本公开的各个方面的最短因果路径的确定方法和确定装置能够快速、准确地确定出从所述原因变量到所述结果变量的最短因果路径。由此，能够快速、准确地确定所关心的目标变量之间的因果作用机制，从而有利于指导一些行为的执行或者决策的制定等。
-
Patent Agency Ranking
公开(公告)号：CN110968613A
公开(公告)日：2020-04-07
申请号：CN201811162476.X
申请日：2018-09-30
Applicant: 日本电气株式会社
IPC: G06F16/2458 , G06F17/15 , G06F17/18
Abstract: 本公开提供了一种非线性数据因果结构的确定方法和确定装置。其中，根据本公开的各方面的非线性数据因果结构的确定方法和确定装置充分利用了ANM模型中父变量与噪音变量相互独立的特点，并且对噪音分布没有限制，因此求解简单方便，并且计算复杂度较低，能够快速、准确地得到多个关注变量之间的因果结构图，从而能够更加有效地指导相关领域内的决策制定或者改进。
-
公开(公告)号：CN109598347A
公开(公告)日：2019-04-09
申请号：CN201710922464.1
申请日：2017-09-30
Applicant: 日本电气株式会社
Abstract: 本公开内容的实现方式涉及用于确定因果关系的方法、系统和计算机程序产品。提供了一种确定多个变量之间的因果关系的方法，包括：响应于采集到与多个变量相关联的多个样本的数据集，获取描述多个变量之间的因果关系的矩阵，多个样本中的每个样本包括对应于多个变量的数据；基于数据集以及矩阵，确定与因果关系相关联的拟合度以及专家知识约束，其中专家知识约束包括针对矩阵中的两个变量之间的直接因果关系的边约束以及针对矩阵中的两个变量之间的间接因果关系的路径约束中的至少任一项；根据确定的拟合度和专家知识约束构建描述因果关系的问题公式；以及针对构建的问题公式进行求解以获得矩阵的候选结果。进一步，提供了相应系统和计算机程序产品。
-
公开(公告)号：CN108629418A
公开(公告)日：2018-10-09
申请号：CN201710184683.4
申请日：2017-03-24
Applicant: 日本电气株式会社
CPC classification number: G06N7/005
Abstract: 本公开的实施例涉及用于训练因果模型的方法、设备和计算机可读存储介质。例如，一种用于训练因果模型的方法包括：基于多个观测变量和至少一个隐变量来建立因果模型，该因果模型包括待确定的第一参数和第二参数，第一参数指示多个观测变量之间的第一关系，第二参数指示至少一个隐变量与多个观测变量之间的第二关系；通过采用概率主成分分析，确定第二参数和与第一参数相关联的第三参数；基于第二参数和第三参数，确定因果模型的噪声；以及基于噪声，确定第一参数。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。
-
公开(公告)号：CN107292321A
公开(公告)日：2017-10-24
申请号：CN201610197405.8
申请日：2016-03-31
Applicant: 日本电气株式会社
IPC: G06K9/62
CPC classification number: G06K9/6226
Abstract: 本公开的实施例涉及用于获得模型的方法和设备。该方法包括获取模型的第一组参数，第一组参数基于数据流中的第一组数据而生成，该数据流中的数据与至少两个维度相关联，至少两个维度与至少两组潜特征分别关联，第一组参数描述包括第一组数据在内的该数据流在至少两组潜特征上的分布。该方法还包括基于第一组参数，确定该数据流中在第一组数据之后观察到的第二组数据的与至少两组潜特征相关联的概率。该方法还包括基于第一组参数和该概率来确定模型的第二组参数，第二组参数描述包括第一组数据和第二组数据在内的该数据流在至少两组潜特征上的分布。此外，该方法还包括基于第二组参数和该概率来确定模型对该数据流的拟合度。
-
公开(公告)号：CN104951641A
公开(公告)日：2015-09-30
申请号：CN201410124021.4
申请日：2014-03-28
Applicant: 日本电气株式会社
IPC: G06F19/00
Abstract: 本发明公开了一种关系模型的确定方法及装置，属于统计技术领域。所述方法包括：根据至少两组样本数据、至少三组隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数；根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型。本发明通过根据至少两组样本数据、至少三组隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数，并根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型，不仅实现了根据多组样本数据之间的多种关系确定关系模型，还提高了关系模型的确定效率和精度，并且引入正则项，使得关系模型的复杂度得到自动控制。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.029 seconds)
