“因果结构”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果9476829个，建议您升级VIP下载更多相关专利

[发明专利]一种基于因果结构不变性的多中心慢性病预测装置-CN202310701410.8有效
发明人：王丰;李劲松;池胜强;谭笑;周天舒 -专利权人：之江实验室
申请日： 2023-06-14 - 公布日： 2023-09-12 - 主分类号： G16H50/70 文献下载
摘要：本发明公开了一种基于因果结构不变性的多中心慢性病预测装置，包括以下步骤，根据单个中心患者特征数据与其结局，建立每个中心的因果关系，使患者的特征数据在该因果关系下拟合其结局，根据患者的特征数据在该因果关系下的拟合结局对比实际结局的差异性，与不同医疗中心的因果关系之间的差异性共同修正该因果关系，当拟合误差和不同中心因果关系之间的差异达到预设要求时，该因果关系经噪声处理后得到多中心场景下稳定的因果结构；通过因果结构建立更为直观的因果结构图；通过因果结构图构建慢性病结局预测模型。本发明挖掘数据中更深层次的因果逻辑关系，解决了传统方法可解释性不足的问题，为慢性病决策支持提供更加合理的决策建议。
一种基于因果结构不变性中心慢性病预测装置

[发明专利]基于行为时间序列的社交网络因果关系发现算法-CN201410795360.5在审
发明人：蔡瑞初;袁畅;郝志峰;谢伟浩;谢蔚涛;温雯;王丽娟;洪英汉 -专利权人：广东工业大学
申请日： 2015-08-04 - 公布日： 2015-07-29 - 主分类号： G06Q50/30 文献下载
摘要：本发明公布了基于行为时间序列的社交网络因果关系发现算法。该算法包括构建全局因果关系图、确定因果影响滞后期、优化因果关系图结构这三个阶段。在构建全局因果关系图阶段，基于行为时间序列数据发现行为时间序列变量间的因果关系，构建全局因果关系图；在确定因果影响的滞后期阶段，基于最小描述长度准则确定存在因果关系的行为时间序列变量间间的影响滞后期，更新全局因果关系图对应边的权值；在优化因果关系图结构阶段，基于全局因果图检查全局因果关系图中所有边及其滞后期，剔除冗余的因果关系以及缩短因果影响中冗余的滞后期，最终实现行为时间序列数据上的可靠因果关系发现。
基于行为时间序列社交网络因果关系发现算法

[发明专利]一种自底向上的高维数据因果网络学习方法-CN201410796623.4在审
发明人：蔡瑞初;郝志峰;陈薇;温雯;王丽娟 -专利权人：广东工业大学
申请日： 2014-12-11 - 公布日： 2015-04-22 - 主分类号： G06N5/00 文献下载
摘要：本发明公布了一种自底向上的高维数据因果网络学习方法，该方法包括了：因果关系局部结构发现算法，采用局部因果关系学习方法和因果关系强度传播策略学习变量间的局部因果关系强弱关系；全局变量因果排序算法，基于最大无环有向子图模型，在局部结构强弱度量的基础上实现高维变量全局因果关系排序；冗余因果关系剔除策略，基于全局因果序，最终实现高维观察数据上的可靠因果关系发现。
一种向上数据因果网络学习方法

[发明专利]用于信息处理的方法、装置、设备和存储介质-CN202010246058.X在审
发明人：吴宇;刘春辰 -专利权人：日本电气株式会社
申请日： 2020-03-31 - 公布日： 2021-10-01 - 主分类号： G06N5/04 文献下载
摘要：基于多个样本，提供表示多个定序数据之间的因果关系的第一因果结构和第二因果结构，第二因果结构是基于第一因果结构获得的。进一步，提供了用于信息处理的装置、设备和存储介质。利用本公开的示例性实现方式，基于多个样本来提供第一因果结构和第二因果结构，可以以简单并且有效的方式确定因果关系，并且提高因果关系的可信度。
用于信息处理方法装置设备存储介质

[发明专利]一种服务器报警传播知识图谱构建方法、装置及存储介质-CN202210190277.X在审
发明人：娄超;罗旺;席丁鼎;俞弦;高德荃;赵子岩;来风刚;郭永和;张冰;韩圣亚 -专利权人：国网电力科学研究院有限公司;南京南瑞信息通信科技有限公司;国家电网有限公司信息通信分公司;国网山东省电力公司信息通信公司
申请日： 2022-02-28 - 公布日： 2022-06-28 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种服务器报警传播知识图谱构建方法、装置及存储介质，所述方法对同一报警业务实体的报警信息的因果关系进行搜索，获取报警业务实体内报警候选因果关系结构；对各报警业务实体间的报警因果关系进行搜索，获取报警业务实体间报警因果关系结构；并根据各报警业务实体内报警候选因果关系结构下的信息传递熵，计算报警业务实体间报警因果关系结构下的信息传递熵；根据报警业务实体间报警因果关系结构下的信息传递熵取最大值时所对应的因果关系结构，确定报警信息间的因果关系，从而形成服务器报警传播知识图谱。
一种服务器报警传播知识图谱构建方法装置存储介质

[发明专利]一种基于层次加性噪声模型的司法因果贝叶斯网络构建方法-CN202310405263.X在审
发明人：耿晶;赵柏翔;徐斌;王树良;郭新刚;刘雨娜;党迎旭 -专利权人：北京理工大学;中国司法大数据研究院有限公司
申请日： 2023-04-17 - 公布日： 2023-07-14 - 主分类号： G06N7/01 文献下载
摘要：本发明涉及一种基于层次加性噪声模型的司法因果贝叶斯网络构建方法，属于数据挖掘技术领域。利用预处理的司法数据进行因果贝叶斯网络骨架学习，得到司法数据样本间的因果无向结构图；以遍历的变量为中心，遍历因果无向结构图，提取与遍历的变量有直接依赖关系的所有变量，将司法数据样本间的因果无向结构图分解为多个子图；将多个子图中非中心节点泛化为中间变量，学习各个子图中变量间的因果方向，将子图恢复至因果无向结构图得到司法因果贝叶斯网络。本发明的方法，在将多对一因果关系转化为近似的一对一因果关系过程中，利用变分方法学习中间变量Z时，最小化Z构建各个Xi的最小误差，使模型能够兼顾统计相关性的同时满足因果加性噪声条件
一种基于层次噪声模型司法因果贝叶斯网络构建方法

[发明专利]基于因果推断的竞争风险生存分析方法-CN202210085862.3在审
发明人：黄正行;洪草根;易帆 -专利权人：浙江大学
申请日： 2022-01-25 - 公布日： 2022-04-29 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于因果推断的竞争风险生存分析方法，包含：根据竞争风险生存分析模型搭建结构化因果模型；根据结构化因果模型识别竞争风险生存分析模型中存在的混淆因子以及混淆因子产生的后门路径；通过后门调整对竞争风险生存分析模型进行因果干预以去除模型中的混淆因子；定义竞争风险生存分析模型的损失函数，并对其进行修正得到因果干预后的损失函数；对因果干预后的损失函数进行最小化以实现对竞争风险生存分析模型的训练优化。本发明的基于因果推断的竞争风险生存分析方法，通过用结构化因果模型从因果角度来修正现有的竞争风险生存分析模型，采用因果推断的方式，通过后门调整公式来学习一个去偏差的生存模型。
基于因果推断竞争风险生存分析方法

[发明专利]数据处理方法、设备及存储介质-CN202310315396.8在审
发明人：许力 -专利权人：北京火山引擎科技有限公司
申请日： 2023-03-28 - 公布日： 2023-09-29 - 主分类号： G06F18/2321 文献下载
摘要：本公开实施例提供一种数据处理方法、设备及存储介质，通过获取待分析因果关系的多个指标的时序数据；根据多个指标的时序数据的概率分布对多个指标进行聚类；基于聚类结果分析各指标间因果连接关系和连接指向构建因果关系网络结构；根据多个指标的时序数据，获取因果关系网络结构中各指标节点的条件概率表；根据因果关系网络结构以及各指标节点的条件概率表，获取贝叶斯信念网络结构，以表示各指标之间的因果关系。本实施例中可对多指标的高维时序数据进行因果关系发现，扩展了因果关系发现的适用场景，并且降低了计算成本，提高因果关系发现效率，为决策或故障根源问题定位提供辅助信息支持。
数据处理方法设备存储介质

[发明专利]一种基于似然度的因果结构学习方法-CN201710981783.X在审
发明人：乔杰;蔡瑞初;郝志峰;温雯;王丽娟;陈炳丰 -专利权人：广东工业大学
申请日： 2017-10-20 - 公布日： 2018-04-03 - 主分类号： G06N99/00 文献下载
摘要：本发明提供一种基于似然度的因果结构学习方法，其主要通过对初始化处理后的结构图D进行增加有向边、删除有向边、翻转有向边处理，并利用观测数据计算每个因果结构图的评分值选取最大评分值对应的因果结构图，并比较因果结构图的最大评分值的增加值与阈值ε的大小，通过多次迭代，得到最终的因果结构图；本发明通过高效地融合似然度与结构方程的搜索，解决了传统方法因存在马尔科夫等价类而无法识别因果结构的问题，并将结构方程模型与似然度结合，使得在可以应用在高维的因果结构搜索；本方法还通过利用了xgboost分类算法，以及核密度估计方法，进一步扩大了该因果结构学习方法使用范围，可以运用于线性或非线性数据。
一种基于似然度因果结构学习方法

[发明专利]一种面向时序隐变量的因果结构发现方法-CN201810674146.2在审
发明人：陈薇;蔡瑞初;谢峰;郝志峰;温雯 -专利权人：广东工业大学
申请日： 2018-06-27 - 公布日： 2018-12-11 - 主分类号： G06N99/00 文献下载
摘要：本发明涉及一种面向时序隐变量的因果结构发现方法，通过基于变分推断和蒙特卡洛抽样发现因果结构、交叉验证确定因果滞后影响长度两个过程，从而输出观察变量之间的因果网络结构和因果滞后影响长度。本发明考虑了先验知识，融合贝叶斯推断思想，采用变分推断将难以求解的问题进行了转换，化为容易求解的问题，因果网络结构和因果滞后影响长度识别正确率高，能够在含有隐变量的情况下，利用因果关系发现和贝叶斯推断的思想，从超参角度出发，发现观察变量之间的因果结构；同时，将隐变量视为参数的一部分，利用变分推断的方法来近似求解参数的最大后验概率，降低了复杂度，但依然使其有较好的优化效果，能够保持很高的识别率。
因果结构推断贝叶斯推断时序网络结构发现求解滞后最大后验概率长度识别交叉验证求解参数先验知识因果关系复杂度识别率正确率观察近似抽样输出融合转换优化

[发明专利]基于时序结构方程模型的工业生产过程系统的因果建模方法及系统-CN202210987440.5在审
发明人：叶鲁彬;陈伟东;吴红娉;汪露雲 -专利权人：杭州职业技术学院
申请日： 2022-08-17 - 公布日： 2022-12-02 - 主分类号： G05B19/418 文献下载
摘要：本发明涉及基于时序结构方程模型的工业生产过程系统的因果建模方法及系统，其建模方法包括：S1、采集工业生产过程系统的历史数据信息；历史数据信息包括工业生产过程系统中的各状态变量及其数据形成时间；各状态变量依据其数据形成时间进行排序；S2、利用时序结构方程模型对历史数据信息建立因果模型结构；其中，因果模型结构为线性结构的时序结构方程模型或非线性的时序结构方程模型；S3、对因果模型结构进行训练，得到工业生产过程系统的各状态变量之间的因果关系本发明为一般工业生产过程系统的时间序列数据建立因果模型，作为对系统内各变量因果关系的描述，解决了结构化方程模型难以直接为工业生产时间序列数据进行因果建模的问题。
基于时序结构方程模型工业生产过程系统因果建模方法

[发明专利]数字农业信息的分层因果发现方法、装置、介质及设备-CN202310540168.0在审
发明人：姜京池;王勃然;沈汝佳;关毅;刘劼 -专利权人：哈尔滨工业大学
申请日： 2023-05-12 - 公布日： 2023-08-18 - 主分类号： G06N5/04 文献下载
摘要：本发明提供了一种数字农业信息的分层因果发现方法、装置、介质及设备，属于农业信息化技术领域，所述方法包括：获取数字农业信息的数据集；构建包括高层策略和低层策略两层分层结构的因果发现框架；通过高层策略获取数据集的因果分割集合，根据因果分割集合，将数据集转换为多个因果变量子集合组成的因果变量子集族；通过低层策略对每一个因果变量子集合进行因果发现，获取每一个因果变量子集合的因果发现结果；通过高层策略将所有因果发现结果合并，获取数据集中全部变量的因果关系；获取所述数字农业信息中不同变量的因果关系。本发明能够有效降低独立性测试的复杂性，能够显著提高大规模变量情况下的因果发现效率。
数字农业信息分层因果发现方法装置介质设备

[发明专利]一种数据处理方法、系统及存储介质-CN202310845753.1在审
发明人：张能斌;杨威 -专利权人：荣耀终端有限公司
申请日： 2023-07-11 - 公布日： 2023-08-08 - 主分类号： G06F16/2455 文献下载
摘要：本申请提供一种数据处理方法、系统及存储介质，能够提高因果样本构建效率。该数据查询方法包括：获取用于训练事件预测模型的多个因果样本的结构特点信息；根据因果样本的结构特点信息，设置因果样本的属性；因果样本中，用户标识的属性是字符串，事件发生时刻的属性是时间戳以及事件内容的属性是对象因果样本的属性用于确定设备事件对应的多个特征项中的每个特征项的存储类型。
一种数据处理方法系统存储介质

[发明专利]一种零时滞非线性扩展Granger因果分析方法-CN202010097578.9有效
发明人：李柏松;任伟杰;韩敏 -专利权人：大连理工大学
申请日： 2020-02-17 - 公布日： 2021-02-26 - 主分类号： G06F16/2458 文献下载
摘要：一种零时滞非线性扩展Granger因果分析方法，属于数据挖掘技术领域。传统的Granger因果模型基于滞后项的VAR模型，但忽略零时滞会极大地改变滞后项的模型系数，从而导致错误的因果识别。其次，传统的Granger因果模型只能应用于线性系统的因果识别，对于非线性系统可能产生错误的因果识别。基于上述分析，本发明首先对传统的VAR模型进行扩展，设定变量的滞后阶数，采用高斯核函数将原始数据进行非线性映射，然后建立包含零滞后项的结构VAR模型，最后并根据结构VAR模型的残差进行Granger因果关系识别，实现如污染及气象等非线性系统的零时滞因果关系分析。本发明能够克服传统Granger因果模型的不足，实现对非线性系统的扩展Granger因果关系分析。
一种零时非线性扩展 granger 因果分析方法

[发明专利]一种生成式人工智能的因果思维链生成方法、装置及设备-CN202311118754.2在审
发明人：李晓川;赵雅倩;李仁刚;郭振华;范宝余;王丽 -专利权人：浪潮电子信息产业股份有限公司
申请日： 2023-09-01 - 公布日： 2023-10-10 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种生成式人工智能的因果思维链生成方法、装置及设备，涉及生成式人工智能技术领域，以解决多模态输入的因果思维链难以生成的问题，该方法包括：根据获取的待预测图像和问题文本，利用预训练语言模型编码器，得到图文编码特征；对图文编码特征和初始化因果链向量进行因果链编码，得到因果链筛选特征；根据图文编码特征和因果链筛选特征，利用预训练语言模型解码器，获取因果链节点预测文本；本发明通过初始化因果链向量的设置，实现因果思维链的结构化构建，利用初始化因果链向量中因果思维链的因果节点和边对应的向量与多模态特征进行融合计算和特征筛选，从而以文本模态描述生成式人工智能的因果思维链。
一种生成人工智能因果思维方法装置设备

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条