公开(公告)号：CN113692594A

公开(公告)日：2021-11-23

申请号：CN202080027018.4

申请日：2020-03-18

Applicant: 国际商业机器公司

Inventor： G·查卢罗斯 ,  F·弗勒特尔 ,  F·格拉夫 ,  P·勒斯滕伯格 ,  S·勒维扎 ,  E·斯洛特克

IPC: G06N20/00

Abstract: 可以提供一种用于提高有监督机器学习模型中的公平性的计算机实现的方法。该方法包括将有监督机器学习模型链接到强化学习元模型，选择超参数的列表和有监督机器学习模型的参数，以及通过由涉及强化学习元模型的强化学习引擎基于多个冲突的目标函数计算奖励函数来调整所述超参数的列表的超参数值和有监督机器学习模型的参数的参数值，控制有监督机器学习模型的至少一个方面。该方法进一步包括迭代地重复选择和控制的步骤，用于改进有监督机器学习模型的公平性值。

公开(公告)号：CN113490930A

公开(公告)日：2021-10-08

申请号：CN202080017035.X

申请日：2020-02-19

Applicant: 国际商业机器公司

Inventor： S·勒维扎 ,  F·弗勒特尔 ,  F·格拉夫 ,  E·吕格尔 ,  A·乔万尼尼

IPC: G06F16/215 ,  G06F16/901

Abstract: 提供了一种用于在存在第三知识图(KG)的情况下链接第一KG和第二KG的方法。将第一KG的节点的内容与第二KG的节点进行比较。如果第一KG节点与相关的第二KG节点具有内容关系，则在元层KG中存储由识别第一KG和第一KG节点的元组以及识别第二KG和第二KG节点的元组识别的边。所述方法包括将来自第三KG的节点的内容与来自第一KG和第二KG的节点的内容进行比较，并且在识别出关系的情况下，存储在元层中建立该关系的更复杂的元组。最后，该方法还包括存储元层知识图的至少所有节点和边。

公开(公告)号：CN110297910A

公开(公告)日：2019-10-01

申请号：CN201910176512.6

申请日：2019-03-08

Applicant: 国际商业机器公司

Inventor： T·U·沙伊德勒 ,  E·吕格尔 ,  F·F·弗洛特 ,  S·勒维扎

IPC: G06F16/36 ,  G06F16/31

Abstract: 本申请的各实施例涉及管理分布式知识图。本公开总体上涉及一种用于管理知识图的方法，并且更具体地涉及将知识图管理为多个子图。知识图被划分为多个子图，每个子图包括多个顶点和多个边。知识图被表示为概要图，概要图针对子图中的每个子图包括概要图顶点。本地子图被生成为子图中的一个子图的副本连同对子图中的一个子图的周围图的副本。本地子图的内容被修改。响应于重新整合触发事件，本地子图被重新整合回知识图中，其中周围图的结构通过叠加结构和知识图被用作重新整合辅助，由此将周围结构和知识图的相同顶点标识为锚点，本地子图中的变化从这些锚点被重新整合到知识图中。

公开(公告)号：CN113826113A

公开(公告)日：2021-12-21

申请号：CN202080033660.3

申请日：2020-04-28

Applicant: 国际商业机器公司

Inventor： M·布兰德斯 ,  F·弗洛特 ,  A·乔万尼尼 ,  F·格拉夫 ,  S·勒维扎

IPC: G06N3/02

Abstract: 可以提供一种针对未充分表示的类别的用于增强分类器预测的系统。利用训练数据进行训练以构建模型的分类器系统用于对未知输入数据进行分类，并且评估器引擎被适配用于确定未充分表示的类。另外，该系统包括一个提取器引擎和一个相似性引擎，该提取器引擎被适配为从另外的源提取相关数据，该相似性引擎被适配为从该相关数据中选择数据集，其中该相似性引擎还被适配为将该相关数据的特征与用于该未充分表示的类别的代表性数据集的特征进行比较。最后，所述系统包括递归单元，所述递归单元被适配成用于触发所述评估器引擎，所述提取器引擎和所述相似性引擎将所选择的数据集合作为输入数据，直到所述评估器引擎以高于置信度阈值水平的置信度水平对所述所选择的数据集合进行分类。

公开(公告)号：CN113015970A

公开(公告)日：2021-06-22

申请号：CN201980074861.5

申请日：2019-11-22

Applicant: 国际商业机器公司

Inventor： T·沙伊德勒 ,  E·吕格尔 ,  S·勒维扎 ,  F·弗勒特尔

IPC: G06F16/35

Abstract: 提供了一种用于划分知识图的方法。该方法分析过去的搜索并且确定多个边的访问频率。该方法将访问频率最高的边标记为中间集群核，将标记的中间集群核按照访问频率排序，选择访问频率最高的第一集群核。该方法在第一集群核心周围的第一半径中分配第一边以构建第一集群。该方法选择除了第一集群的边之外具有最高访问频率的第二集群核，并且在第二集群核周围的第二半径中分配第二边以构建第二集群。该方法将知识图划分成包括第一集群的第一子知识图以及包括第二集群的第二子知识图。

公开(公告)号：CN111386520A

公开(公告)日：2020-07-07

申请号：CN201880076481.0

申请日：2018-11-23

Applicant: 国际商业机器公司

Inventor： T·U·沙伊德勒 ,  S·勒维扎 ,  A·乔万尼尼 ,  A·哈克斯哈杰 ,  S·斯特雷特 ,  F·格拉夫

IPC: G06F16/00

Abstract: 一种用于构建知识图的计算机程序产品、系统和方法可以包括：接收多个新节点；接收具有通过现有边选择性地连接的现有节点的基本知识图；以及将新节点叠加到基本知识图的现有节点中的所选节点上。该方法还可以包括：如果下面的基本知识图中的对应现有节点具有经由零或预定最大数目的现有边的连接，则通过在新节点中的至少两个新节点之间创建具有新权重的新边来连接新节点，其中基于对应现有节点之间的连接的现有边的现有权重来确定新权重；以及从基本知识图分离具有新边的新节点。