-
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。
-
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：CN109598347B
公开(公告)日：2024-12-06
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。
-
Patent Agency Ranking
公开(公告)号：CN110019833B
公开(公告)日：2024-08-06
申请号：CN201710920046.9
申请日：2017-09-30
Applicant: 日本电气株式会社
IPC: G06F16/36
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。具体地，提供了一种用于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与因果关系相关联的稀疏度，其中稀疏度包括针对矩阵中的多个向量中的每个向量的约束，约束对应于多个变量中的变量；根据确定的拟合度和稀疏度构建描述因果关系的第一问题公式；以及针对构建的第一问题公式进行求解以获得矩阵的候选结果。在本公开的其他实现中，提供了相应系统和计算机程序产品。
-
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：CN115082080A
公开(公告)日：2022-09-20
申请号：CN202110272269.5
申请日：2021-03-12
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、介质和产品。一种用于数据处理的方法包括获取要分析的多个因素各自对应的观测数据；响应于多个因素中的一个因素被选择为目标因素，获取多个因素的因果结构，因果结构指示多个因素之间的因果关系；以及基于因果结构和多个因素各自对应的观测数据，确定多个因素中的第一因素对目标因素的目标观测数据的贡献程度。该方案能够有效量化具有因果关系的各个因素对目标因素的当前观测数据的具体影响程度，这有助于在各种应用场景下的分析和策略制定。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.022 seconds)
