“沈哲言”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]区分化变量去相关的稳定学习方法及装置-CN202010176710.5在审
发明人：崔鹏;沈哲言 -专利权人：清华大学
申请日： 2020-03-13 - 公布日： 2020-07-31 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种区分化变量去相关的稳定学习方法及装置，涉及机器学习领域，该方法包括：在多环境下采集无标签数据，利用自编码器，通过无标签数据学习变量在跨环境下的变量稳定性；根据变量稳定性，利用样本重加权的方法去除稳定变量与噪声变量之间的虚假相关性；利用加权样本的线性回归模型，降低模型的偏差。该方法在变量去相关性的过程中差异化地考虑了不同变量之间的相关性的影响；可以无监督地从多环境中学习变量的稳定性；应用加权的线性回归模型，降低模型偏差带来的参数估计误差。
区分变量相关稳定学习方法装置

[发明专利]线性模型稳定学习方法和装置-CN201910627533.5在审
发明人：崔鹏;沈哲言 -专利权人：清华大学
申请日： 2019-07-12 - 公布日： 2019-11-12 - 主分类号： G06N20/00 文献下载
摘要：本发明提出一种线性模型稳定学习方法和装置，其中，方法包括：对自变量的初始矩阵的每一列数据进行随机重采样，并根据采样结果生成最终矩阵；将第一样本标签赋予初始矩阵，并将第二样本标签赋予最终矩阵，生成概率二分类器；以及通过概率二分类器并应用概率密度比估计算法得到新的样本权重，并根据新的样本权重调整样本权重，以消除自变量之间的共线性，生成最终线性回归模型。本发明实施例的方法，通过线性模型稳定方法学习，实现消除自变量之间的共线性的目的，提高了模型的拟合精度，进而能够在多变的数据分布下保持稳定的预测性能。
样本自变量线性模型方法和装置初始矩阵最终矩阵二分类共线性权重标签线性回归模型采样结果估计算法权重调整数据分布应用概率预测性能列数据密度比重采样概率拟合赋予学习