“因果关系”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403803个，建议您升级VIP下载更多相关专利

[发明专利]一种因果关系分析方法、装置及电子设备-CN202210861409.7在审
发明人：蔡灿宏 -专利权人：天翼云科技有限公司
申请日： 2022-07-20 - 公布日： 2022-11-01 - 主分类号： G06F16/2458 文献下载
摘要：本申请公开了一种因果关系分析方法、装置及电子设备，主要涉及数据挖局技术领域。其中，因果关系分析方法包括：在目标数据集中获取各个前因变量，以及各个前因变量对应的第一结果；计算各个前因变量分别对应的必要值；根据各个必要值，对第一结果中目标结果对应的各个第一前因变量组进行简化，得到各个第二前因变量组；将各个第二前因变量组，作为目标数据集对应的因果关系分析结果。通过上述方法，在无需枚举所有的因果关系组合形式的情况下，根据前因变量对生成结果的必要性，确定目标结果对应的前因变量组，进而提高因果关系分析效率。此外，通过对目标结果对应的变量组进行简化，还可以实现对因果关系分析结果的简化。
一种因果关系分析方法装置电子设备

[发明专利]事件因果关系识别方法、装置、计算机设备及存储介质-CN202310526502.7在审
发明人：弄庆鹏;屠要峰;高洪;何荣荣;周祥生 -专利权人：中兴通讯股份有限公司
申请日： 2023-05-11 - 公布日： 2023-08-22 - 主分类号： G06F16/35 文献下载
摘要：本申请是关于一种事件因果关系识别方法、装置、设备及存储介质，涉及大数据知识挖掘技术领域。该事件时序信息用于表示事件的事件属性以及事件的时间属性；基于各个事件的事件时序信息感知节点间的系统拓扑结构，获得系统拓扑矩阵，该系统拓扑矩阵用于表征事件发生的节点之间的邻接情况；基于系统拓扑矩阵以及各个事件的事件时序信息识别事件间的因果关系，获得因果关系矩阵，该因果关系矩阵用于指示各个事件之间的因果关系。通过上述方法，可以在解决从大量事件时序信息中获取事件间因果关系的需求的同时，还可以解决某些场景中由于无法提供拓扑结构信息导致算法实际应用性不佳的问题。
事件因果关系识别方法装置计算机设备存储介质

[发明专利]基于因果推断的工业数据特征降维方法-CN202310178391.5在审
发明人：许佳;李莉;李一鸣 -专利权人：同济大学
申请日： 2023-02-28 - 公布日： 2023-06-06 - 主分类号： G06F18/2135 文献下载
摘要：本发明提供一种基于因果推断的工业数据特征降维方法，包括步骤：S1：获取工业系统监测数据集；S2：进行数据预处理操作；S3：使用PCMCI+因果关系推断方法，获得监测变量间的因果关系；S4：将因果关系转化为因果关系矩阵；S5：利用主成分分析对因果关系矩阵进行降维，提取因果关系矩阵中的关键信息；S6：将工业系统监测数据集与特征向量矩阵相乘，构建数据集X2；S7：利用自编码器将经过数据降维后的数据集本发明的一种基于因果推断的工业数据特征降维方法，以便挖掘工业监测变量间的本质关系，提取出能够反映系统实际运行状态的信息，滤除无用的噪声，进而提高工业系统故障诊断的准确率并减小计算成本。
基于因果推断工业数据特征方法

[发明专利]一种面向复杂因果关系抽取模型的收敛加速方法-CN202310239515.6在审
发明人：梁韵基;刘磊;王梓哲;纪亚鹏;张鹏 -专利权人：西北工业大学
申请日： 2023-03-13 - 公布日： 2023-07-18 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种面向复杂因果关系抽取模型的收敛加速方法，首先构造正负样本进行数据增强，其次通过对比表示学习框架抽取文本中的因果关系；最终通过引入多样性自步学习来提升对比表示学习抽取复杂因果关系的收敛速度本发明使基于对比表示学习的复杂因果关系抽取模型收敛速度大幅度提升，通过在多个数据集上进行测试，抽取准确率高达90％。
一种面向复杂因果关系抽取模型收敛加速方法

[发明专利]一种基于设备拓扑和因果关系的异常根因定位方法及装置-CN202211320044.3在审
发明人：吴侃;周世军;覃华云;毛恒;李敏敏 -专利权人：中盈优创资讯科技有限公司
申请日： 2022-10-26 - 公布日： 2023-02-28 - 主分类号： H04L41/0631 文献下载
摘要：本发明公开一种基于设备拓扑和因果关系的异常根因定位方法及装置，其中，该方法包括：将网络设备拓扑关系通过图数据库进行保存；收集历史告警信息进行处理，生成待分析数据，利用LiNGAM算法计算出告警因果关系，再利用条件概率公式计算出告警因果关系权重；基于网络设备拓扑关系和告警因果关系及其权重，对实时产生的告警信息进行分析，得出根因链路、根告警以及根设备。该方法及装置利用网络设备的拓扑结构顺序，结合告警的因果关系以及告警发生的时间顺序，可以给出告警的根因链路，并且根据根因链路找到根设备和根告警。
一种基于设备拓扑因果关系异常定位方法装置

[发明专利]一种基于因果发现老年慢病的医学风险要素分析方法-CN202310588420.5在审
发明人：龚仁春;张志忠;谢源 -专利权人：华东师范大学
申请日： 2023-05-24 - 公布日： 2023-08-15 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种基于因果发现老年慢病的医学风险要素分析方法，其特点采用因果发现算法，挖掘老年慢病医学数据中特征变量之间的因果关系，构建特征的因果关系图，找到与不良事件存在直接或间接因果关系的特征变量，使用决策树模型进行危险分层，实现老年慢病不良事件的风险要素聚合分析，具体包括：数据预处理、构建因果关系图、组成最优特征子集、构建决策树模型，实现危险分层等步骤。本发明与现有技术相比具有引入因果发现完成对医疗数据的风险要素的筛选充分考虑特征之间存在的因果关系，更加直观地实现不良事件的风险要素聚合，方法简便，缓解了大量特征带来的大量计算开销，具有良好的应用前景和商业价值
一种基于因果发现老年医学风险要素分析方法

[发明专利]一种基于因果关系的无袖带连续血压监测系统-CN202111259638.3有效
发明人：丁晓蓉;刘磊 -专利权人：电子科技大学
申请日： 2021-10-28 - 公布日： 2023-05-09 - 主分类号： A61B5/021 文献下载
摘要：该发明公开了一种基于因果关系的无袖带连续血压监测系统，涉及血压监测系统领域，尤其涉及无袖带连续血压监测系统。本发明测量人体的ECG和PPG信号，从ECG和PPG信号中提取与血压具有强相关性的特征，并分析这些特征与血压间的因果关系，利用因果关系及因果关系的强弱完成对众多特征的筛选，从而利用这些特征完成对血压的估测摒弃了众多特征与血压间繁杂的相关关系，从因果关系的角度独辟蹊径。本发明可以实现被测者实时的无袖带连续血压监测，本发明所设计的系统可拓展性强、精度高、操作方便、易于携带。可拓展性强是指，可以对任何与血压有关的特征进行因果推断，利用因果推断筛选的特征可以用于大部分的血压估计模型。
一种基于因果关系无袖连续血压监测系统

[发明专利]一种因果关系知识库的构建方法、装置及设备-CN201811494944.3在审
发明人：高云龙;朱明;郝志成;吴川 -专利权人：中国科学院长春光学精密机械与物理研究所
申请日： 2018-12-07 - 公布日： 2019-02-05 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种因果关系知识库的构建方法、装置、设备及计算机可读存储介质，该方法包括：由数据源中获取文本数据，并将文本数据处理成多个语句；由处理得到的多个语句中确定出存在因果关系的因果句，识别因果句中包含的实体对，并确定包含有识别得到的实体对的集合为因果关系知识库；实体对包括原因实体及结果实体；由数据源中获取文本数据的时刻开始每经过预设时间段，则判断数据源中变化的数据总量是否达到数据量阈值，如果是，则返回执行由数据源中获取文本数据的步骤，如果否，则确定无需重建构建因果关系知识库。从而基于永恒学习的框架保证了因果关系知识库的实时有效性，进而保证了基于因果关系知识库实现结果预测时的准确性。
因果关系知识库文本数据数据源构建语句计算机可读存储介质文本数据处理预设时间段装置及设备结果预测判断数据数据总量数据量集合保证返回重建学习

[发明专利]用于维护机载推理机以诊断飞机上的故障的方法和系统-CN202011230949.2在审
发明人：蒂莫西·J·威尔姆林;斯坦利·C·奥夫斯通;西马·乔普拉;纳兹鲁·巴扬;罗希特·库马尔;古尔普里特·辛格 -专利权人：波音公司
申请日： 2020-11-06 - 公布日： 2021-06-25 - 主分类号： G06F30/15 文献下载
摘要：非机载推理机建立非机载诊断因果模型，该非机载诊断因果模型描述失败测试与诊断出的故障模式之间的因果关系。将非机载诊断因果模型与诊断数据进行比较。基于该比较，识别非机载诊断因果模型的图表与机载诊断因果模型的另一图表之间的差异，以确定相对于已知因果关系的新因果关系。更新机载诊断因果模型以进一步描述新因果关系，包括产生更新的模型，并且将更新的模型上传到机载计算机。
用于维护机载推理诊断飞机故障方法系统

[发明专利]一种挖掘大气污染传播路径的方法-CN201811157783.9在审
发明人：刘博;苏鹏方 -专利权人：北京工业大学
申请日： 2018-09-30 - 公布日： 2019-01-08 - 主分类号： G06F16/2458 文献下载
摘要：使用granger因果关系检验挖掘具有Granger因果关系的数据，从而通过数据挖掘大气污染污染物之间的因果关系，从而发现大气污染传播路径。相对于其他方法，Granger因果关系检验可以在透过污染物浓度变化的复杂性以及相互影响的情况，揭示大气污染不同污染物之间相互影响的本质关系，从数据中挖掘出具有因果关系的污染物。
传播路径因果关系挖掘因果关系检验污染物多维时序数据挖掘污染物浓度变化本质关系发现

[发明专利]一种医疗领域中文文本部首特征获取方法-CN202111561571.9在审
发明人：李晓庆;朱广丽;张顺香;吴厚月;许鑫;苏明星;李健;黄菊;魏苏波;孙争艳;张镇江;赵彤 -专利权人：安徽理工大学
申请日： 2021-12-16 - 公布日： 2022-03-29 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种融合部首信息的医疗领域中文文本因果关系抽取方法，涉及数据挖掘技术领域，包括：通过网络爬虫获取医疗领域中文文本数据集，再对获取到的数据进行预处理，采用谷歌翻译技术将文本中的英文专业名词转化为中文，利用在线新华字典获取所有字符的部首，再利用Word2Vec架构对部首进行增量训练，得到部首特征表示，然后将部首特征向量作为因果关系抽取模型的输入，对数据集进行因果关系抽取，得到因果关系实体。本发明解决了现有对医疗领域中文文本数据进行有效地因果关系抽取问题。通过本发明可以得到医疗领域中文文本数据的因果实体。
一种医疗领域中文文本部首特征获取方法

[发明专利]一种基于相关系数的提高惯性制导精度的方法-CN201910678728.2有效
发明人：魏宗康 -专利权人：北京航天控制仪器研究所
申请日： 2019-07-25 - 公布日： 2021-08-10 - 主分类号： G01C21/16 文献下载
摘要：本发明涉及一种基于相关系数的提高惯性制导精度的方法：(1)根据惯性制导遥外测观测量以及飞行环境函数关系，构建制导工具误差模型，所述的制导工具误差模型满足线性关系；(2)按照相关系数的因果关系，将上述满足线性关系的制导工具误差模型转换为因果关系相关系数方程组，其中，因果关系相关系数方程中的因矢量为飞行环境函数矩阵，果为已知的遥外测观测量，参数为待求的制导工具误差系数；(3)将上述因果关系相关系数方程组改写成矩阵的形式，并根据矩阵运算，确定因果关系相关系数方程组中的参数
一种基于相关系数提高惯性制导精度方法

[发明专利]一种基于图模型的篇章级别事件因果关系抽取方法-CN202011408734.5在审
发明人：何发智;赵坤;罗锦坤 -专利权人：武汉大学
申请日： 2020-12-04 - 公布日： 2021-03-16 - 主分类号： G06F16/36 文献下载
摘要：本发明提出了一种基于图模型的篇章级别事件因果关系抽取方法。本发明进行数据收集并进行训练集合、测试集合的划分；对训练集合进行事件与事件因果关系人工标注；对数据进行预处理操作得到规范化后的输入数据；将规范化后的输入数据通过BERT语言模型获得事件与句子的语义向量；将事件与句子的语义向量利用层次注意力机制获取包含篇章信息的事件语义向量；基于包含篇章信息的事件语义向量利用图模型计算事件因果关系；利用梯度下降算法进行训练得到可用于预测事件因果关系的模型。本发明的事件因果关系抽取性能更加优良，且也能推广至其他类型实体关系、事件关系抽取任务之中。
一种基于模型篇章级别事件因果关系抽取方法

[发明专利]用于估计观测变量之间的因果关系的方法、装置和系统-CN201710917705.3在审
发明人：刘春辰;冯璐;卫文娟 -专利权人：日本电气株式会社
申请日： 2017-09-30 - 公布日： 2019-04-09 - 主分类号： G06N5/04 文献下载
摘要：公开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。根据本公开的方法，响应于接收到观测变量的观测数据，基于对利用所述观测变量进行拟合时的拟合不一致度以及对因果网络结构的稀疏度约束，确定用于因果关系目标式。然后利用观测数据，通过稀疏因果推理，在有向无环图约束下，对因果关系目标式进行最优化求解，以估计多个观测变量之间的因果关系。利用本公开，可以降低因观测变量估计误差而引起的敏感度，得到更加精确的因果关系。
观测变量因果关系拟合观测数据加权因子不一致稀疏度约束有向无环图估计误差目标变量网络结构最小成本敏感度最优化求解推理稀疏响应

[发明专利]基于背景知识的事件因果关系抽取方法、装置及存储介质-CN202310259295.3在审
发明人：魏晓;黄晨阳 -专利权人：上海大学
申请日： 2023-03-16 - 公布日： 2023-06-27 - 主分类号： G06F40/216 文献下载
摘要：本发明涉及一种基于背景知识的事件因果关系抽取方法、装置及存储介质，步骤如下：对输入的句子预处理，得到表示事件的词语；对知识图谱中邻居知识节点进行筛选，保留与事件因果关系抽取任务相关的节点；基于相关邻居节点对事件的背景知识表示进行编码，构建事件的背景知识表示向量；将句子输入预训练语言模型，得到词语的词向量表示，并将其与背景知识表示向量进行融合；将融合后的向量输入神经网络模型，为句子中的词语分配因果语义角色标签，实现事件因果关系的抽取本发明能够抽取文本蕴含的隐式事件因果关系，快速发现事件之间的因果关联，将复杂的法律文本内容通过事件间的因果关系进行简化表示，为司法行业从业者提供便利。
基于背景知识事件因果关系抽取方法装置存储介质