“因果”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2634个，建议您升级VIP下载更多相关专利

[发明专利]一种融合卷积神经网络和循环神经网络的文本因果关系自动抽取方法-CN201910738220.7在审
发明人：骆祥峰;黄敬;靳献献 -专利权人：上海大学;阿里巴巴集团控股有限公司
申请日： 2019-08-12 - 公布日： 2020-01-17 - 主分类号： G06F30/13 文献下载
摘要：本发明公开了一种融合卷积神经网络和循环神经网络的文本因果关系自动抽取方法。该方法的具体实施步骤如下：（1）获取互联网文本信息；（2）对获取的文本信息进行预处理；（3）训练融合卷积神经网络和循环神经网络的文本因果关系自动抽取模型；（4）将预处理后的文本信息输入到因果关系自动抽取模型，输出句子因果关系抽取结果，其组成部分为｛因部分，因果连接词，果部分｝。该方法通过使用神经网络的方法，采用向量化数值计算来进行因果关系自动抽取，有效的解决人工制定模板操作繁杂和因果关系语义特征提取难的问题。
因果关系自动抽取文本信息预处理卷积神经网络循环神经网络文本语义特征提取模板操作神经网络数值计算融合向量化句子抽取输出互联网制定

[发明专利]用于确定性地报告软件系统中的原因和影响的方法-CN201980063483.0在审
发明人： D·海恩斯 -专利权人：美国西门子医学诊断股份有限公司
申请日： 2019-09-26 - 公布日： 2021-04-30 - 主分类号： G06F11/00 文献下载
摘要：可以通过如下方式将用户在现场软件系统中经历的负面后果自动地、确定性地且同时地追溯回到引起了那些后果的根本条件：即，通过在那些根本条件发生时在数据库中针对那些根本条件生成因果事件条目；向那些因果事件指派唯一的因果ID；以及将因果ID与已知产生负面后果并且受那些根本条件影响的软件系统状态改变一起传播。通过基于操作的输入和输出值选择性地传递因果ID，可以将后续的因果事件和负面后果准确地链接到父代事件的因果ID，从而使用户将负面后果追溯回到它们在软件系统中的根本原因事件更加简单。
用于确定性报告软件系统中的原因影响方法

[发明专利]基于时序运维大数据的高召回因果发现方法、装置及设备-CN202111486699.3在审
发明人：欧阳梦云 -专利权人：建信金融科技有限责任公司
申请日： 2021-12-07 - 公布日： 2022-03-08 - 主分类号： G06F16/2455 文献下载
摘要：本发明涉及运维数据技术领域，其实施方式提供了一种基于时序运维大数据的高召回因果发现方法、装置及设备。其中基于时序运维大数据的高召回因果发现方法基于因果发现算法，包括：预定义应用于完全图中边和点的若干关系规则；获取待分析的流式运维数据；采用图库和图算法将所述流式运维数据初始化成完全图；根据所述若干关系规则对所述流式运维数据的完全图中的关系进行处理；输出处理后的因果关系图，所述因果关系图用于描述所述流式运维数据中的因果关系。本发明提供的实施方式能够提升运维数据因果关系分析的准确性。
基于时序运维大数据召回因果发现方法装置设备

[发明专利]一种基于数据驱动因果推断的发电低碳运行辅助决策方法-CN202310172374.0在审
发明人：黄杰;房庆熙;孟昭军;金竞琦;陈学通;赖业宁;薛峰;张翼飞 -专利权人：国电南瑞科技股份有限公司;南瑞集团有限公司
申请日： 2023-02-24 - 公布日： 2023-06-30 - 主分类号： G06N5/046 文献下载
摘要：本发明公开了一种基于数据驱动因果推断的发电低碳运行辅助决策方法，包括以下步骤：(1)采集火电厂数据并进行预处理；(2)构建反映变量间关系的因果图；(3)识别因果推断中的控制变量；(4)采用匹配算法计算匹配值并进行筛选，进而得到干预变量和结果变量的因果推断函数；(5)基于步骤(4)的因果推断函数进行火电厂低碳运行控制灵敏度的评估。本发明通过构建因果图，基于数据驱动因果推断拟合出运行控制量与碳排放量之间的关系，对碳排放水平进行灵敏度分析，进而实现碳排放量合理控制，实现火电厂低碳运行辅助决策。
一种基于数据驱动因果推断发电运行辅助决策方法

[发明专利]未来脚本生成装置和方法、以及计算机可读存储介质-CN201680047214.1有效
发明人：桥本力;鸟泽健太郎;朱利安·克洛埃特泽;吴钟勋;田仲正弘;吾守尔·买日丹 -专利权人：国立研究开发法人情报通信研究机构
申请日： 2016-07-29 - 公布日： 2022-05-03 - 主分类号： G06F16/33 文献下载
摘要：未来脚本生成装置(272)包括：短语对DB(92)，存储许多的因果关系短语对；因果关系网络构筑装置(290)，将存储在因果关系短语对DB(92)的短语中的、成为提问输入部(280)接受的提问的主要部分的短语作为起点，联系能够作为因果关系进行联系的短语，从而构筑因果关系网络；社区检测装置(294)，检测因果关系网络中的社区；以及未来脚本生成部(298)，直到预先决定的结束条件成立为止，联系与成为该起点的短语属于相同的社区的、能够作为因果关系进行联系的短语，从而生成未来脚本。
未来脚本生成装置方法以及计算机可读存储介质

[发明专利]一种基于矩阵传递熵的时间序列因果性分析方法及其计算机装置-CN201810608100.0在审
发明人：黄缨婷;赵功博;陈霸东;马荣金;肖建锋;秦伟 -专利权人：陕西智联脑控科技有限公司
申请日： 2018-06-13 - 公布日： 2019-01-01 - 主分类号： G16H50/70 文献下载
摘要：本发明公开了一种基于矩阵传递熵的时间序列因果性分析方法及其计算机装置和应用，通过Parzen窗变量的概率密度估计方法直接计算二阶Renyi熵，并将其推广到变量X的α阶Renyi熵，结合Gram矩阵定义矩阵传递熵，然后在传统的基于传递熵的因果性分析方法的基础上，通过矩阵传递熵计算因果性分析指标，最后按照因果性判断标准分析两个时间序列的因果性。与格兰杰因果性分析方法相比，该方法克服了“回归模型”的缺陷，能够用于具有非线性因果关系的时间序列中，与传统的基于传递熵的因果性分析方法相比，该方法鲁棒性好，易于计算而且计算复杂度低，适用于计算复杂度低的场合；将该分析方法应用于临床应用中用于探索患有呼吸暂停综合症病人的呼吸和心跳之间的因果性，具有良好的应用效果。
因果性分析矩阵传递时间序列计算复杂度计算机装置传统的呼吸暂停综合症分析方法应用概率密度估计回归模型矩阵定义临床应用判断标准因果关系应用效果直接计算传递鲁棒性二阶心跳呼吸应用分析探索

[发明专利]支持高维度因果发现的因果框架划分方法-CN201711249769.7在审
发明人：麦桂珍;洪英汉;彭世国;陈平华;郭才 -专利权人：广东工业大学;韩山师范学院
申请日： 2017-12-01 - 公布日： 2018-04-27 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种支持高维度因果发现的因果框架划分方法，用CI测试将问题域划分为小的子问题，从各子问题最后合并在一起的部分结果，返回了关于原始数据的完整因果关系。真实因果网络的实验验证了我们建议的卓越可扩展性和有效性。有益效果证明了CDF框架理论健全和完善；第二通过CDF返回的因果分区更可靠的；第三CDF是支持高维因果发现的快速框架，数据分析鲁棒性强，正确性高。
支持维度因果发现框架划分方法

[发明专利]基于双曲空间的事理图谱增强的因果推理方法及系统-CN202210131870.7在审
发明人：丁效;吴婷婷;杜理;秦兵;刘挺;王若珂 -专利权人：哈尔滨工业大学
申请日： 2022-02-14 - 公布日： 2022-05-10 - 主分类号： G06N5/04 文献下载
摘要：本发明公开基于双曲空间的事理图谱增强的因果推理方法及系统，包括，获取事件对及事理图谱，基于事理图谱获取事件对的证据事件，将证据事件及事件对组成因果证据图，其中事件对包括原因事件和结果事件；将因果证据图转换为事件表示，对将事件表示从欧式空间映射到双曲空间中，获取双曲事件表示；对双曲事件表示进行有向因果推理，得到事件对最终嵌入，并对事件对最终嵌入进行计算，得到因果强度分数。通过上述技术方案，本发明能够提高因果推理的稳定性和可解释性。
基于空间事理图谱增强因果推理方法系统

[发明专利]信息处理装置、预测判别系统以及预测判别方法-CN202010283149.0有效
发明人：西纳修一;前田真彰;樱井祐市;矢崎彻 -专利权人：株式会社日立制作所
申请日： 2020-04-10 - 公布日： 2023-08-18 - 主分类号： G06N5/046 文献下载
摘要：能进行应用性高的因果模型的推定。具备：因果模型推定部，将包含从判别对象得到的说明变量以及目的变量的测量数据作为输入，来推定表示说明变量与目的变量之间的关系性的一个或多个因果模型；评价部，使用表示针对目的变量的预测或判别的性能的指标来评价一个或多个因果模型，并输出该评价的结果满足给定的条件的因果模型；和编辑部，将评价部输出的因果模型、和评价的结果输出到显示部。
信息处理装置预测判别系统以及方法

[发明专利]智能逻辑分析系统-CN201910899100.5在审
发明人：祝青 -专利权人：苏州车付通信息科技有限公司
申请日： 2019-09-23 - 公布日： 2020-02-21 - 主分类号： G06F9/448 文献下载
摘要：本发明智能逻辑分析系统，包括：一个因果定义集，一个因果分析算法集和一个数据集，其中：所述因果定义集为一个具有确定涵义的因果分类集合，其中的任何一个分类可以是因，也可以是果，也可以既是因也是果，每个分类中包含个体对象；所述因果分析算法集为一个从所述因果集中的因对象分析出果对象的算法集合；所述数据集则是因果分析算法所需的不同数据。
智能逻辑分析系统

[发明专利]商品变量预测方法、设备以及计算机可读介质-CN202010329391.7在审
发明人：强朔;兰金鹤 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-04-23 - 公布日： 2021-10-26 - 主分类号： G06Q30/02 文献下载
摘要：本申请实施例提供了一种商品变量预测方案，可以从与商品相关的特征池中，确定同时与自变变量以及目标变量具有相关关系的干扰变量，然后确定所述自变变量、目标变量以及干扰变量之间的因果关系图，由此通过因果关系图可以确定这些变量之间的因果关系，若自变变量与目标变量之间存在因果关系时，可以将自变变量的变化值以及干扰变量的样本数据输入因果预测模型，获取所述目标变量在自变变量发生变化后的因果预测值，由此获得的因果预测值并非是基于变量之间的相关性确定的相关预测值
商品变量预测方法设备以及计算机可读介质

[发明专利]一种基于贝叶斯网络的因果关系判定方法-CN201910034540.4有效
发明人：安宁;金柳颀;殷越;蒋雪瑶;杨矫云;刘硕;米肯·拉维夫 -专利权人：合肥工业大学
申请日： 2019-01-15 - 公布日： 2021-11-23 - 主分类号： G06N7/00 文献下载
摘要：本发明涉及一种基于贝叶斯网络的因果关系判定方法，包括构建模块构建贝叶斯网络；判定模块生成并输出基于请求贝叶斯网络的因果关系谱；因果库建立历史原始文献库；在至少两个对象发生至少一个非特定事件的情况下，构建模块分析引起非特定事件的对象的自身因素以构建因素集并基于因素集构建无向图结构约束；并且构建模块能够基于因果库对无向图结构约束进行修正以建立贝叶斯网络；判定模块基于贝叶斯网络计算自身因素引起非特定事件的因果指标并基于因果指标输出非特定事件的因果关系谱，从而确定非特定事件的关键原因。
一种基于贝叶斯网络因果关系判定方法

[发明专利]一种因果模型的消防联动控制方法及系统-CN202010365747.2有效
发明人：李兴海;余捻宏;杨凯;王炜;罗耀峰;袁红海;马丽丽;郭宇翔;张平;李正华;张涧林;余兴国;刘春;曾茂 -专利权人：深圳市前海用电物联网科技有限公司
申请日： 2020-04-30 - 公布日： 2021-07-16 - 主分类号： G08B31/00 文献下载
摘要：本发明涉及消防技术领域，具体涉及一种因果模型的消防联动控制方法及系统。一种因果模型的消防联动控制方法包括步骤：建立火灾隐患预警因果模型；建立火灾隐患报警因果模型；根据火灾隐患预警因果模型获取预警信息，并根据预警信息进入预警模式中；根据火灾隐患报警因果模型获取报警信息，并根据报警信息进入报警模式中本发明的有益效果在于，与现有技术相比，本发明通过因果模型实现对电气火灾检测和预警，对火灾发生时的报警和火灾发生后实现自动化应急处置动作，减少消防人员到达前火灾可能造成的损失，提高电气火灾隐患的监测性能，
一种因果模型消防联动控制方法系统

[发明专利]裁判规则提取方法及系统及装置及介质-CN202111132644.2有效
发明人：请求不公布姓名;请求不公布姓名;翁洋;向迪;杨帅;王竹;李鑫;刘沛琦;宋凌波 -专利权人：成都数之联科技股份有限公司
申请日： 2021-09-27 - 公布日： 2023-07-07 - 主分类号： G06F40/253 文献下载
摘要：本发明公开了裁判规则提取方法及系统及装置及介质，涉及自然语言处理信息抽取领域，包括：从若干个历史裁判文书中提取获得裁判因果关系提及；从所述裁判因果关系提及中提取获得裁判因果事件，基于所述裁判因果事件构建裁判因果网络；对所述裁判因果网络进行一般化处理，获得一般裁判规则网络；构建预测模型，将所述一般裁判规则网络嵌入所述预测模型中获得裁判规则提取模型，所述裁判规则提取模型的输入为裁判文书，输出为裁判规则；获得待处理裁判文书本发明实现基于事件因果关系的裁判规则自动提取。
裁判规则提取方法系统装置介质

[发明专利]基于因果解耦的链接生成方法和相关装置-CN202310015334.5有效
发明人：张林;杨海钦;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-01-06 - 公布日： 2023-05-16 - 主分类号： G06N5/025 文献下载
摘要：本发明涉及图谱分析技术领域，具体是涉及基于因果解耦的链接生成方法和相关装置。本发明首先通过图变分自动编码器提取出实测图谱所包含的实测目标图表征，该图表征用于表示节点信息以及节点之间的链接关系，然后对实测目标图表征应用结构因果模型，判断出各个节点之间的因果表征，最后根据因果表征解耦出图谱中各个节点之间的真实链接关系通过上述分析可知，本发明充分考虑了各个节点之间的因果关系，存在因果关系的两个节点之间存在链接关系的概率大，因此本发明结合因果关系提高了建立的链接关系准确性。
基于因果链接生成方法相关装置