-
公开(公告)号：CN107292321A
公开(公告)日：2017-10-24
申请号：CN201610197405.8
申请日：2016-03-31
Applicant: 日本电气株式会社
IPC: G06K9/62
CPC classification number: G06K9/6226
Abstract: 本公开的实施例涉及用于获得模型的方法和设备。该方法包括获取模型的第一组参数，第一组参数基于数据流中的第一组数据而生成，该数据流中的数据与至少两个维度相关联，至少两个维度与至少两组潜特征分别关联，第一组参数描述包括第一组数据在内的该数据流在至少两组潜特征上的分布。该方法还包括基于第一组参数，确定该数据流中在第一组数据之后观察到的第二组数据的与至少两组潜特征相关联的概率。该方法还包括基于第一组参数和该概率来确定模型的第二组参数，第二组参数描述包括第一组数据和第二组数据在内的该数据流在至少两组潜特征上的分布。此外，该方法还包括基于第二组参数和该概率来确定模型对该数据流的拟合度。
-
公开(公告)号：CN104951641A
公开(公告)日：2015-09-30
申请号：CN201410124021.4
申请日：2014-03-28
Applicant: 日本电气株式会社
IPC: G06F19/00
Abstract: 本发明公开了一种关系模型的确定方法及装置，属于统计技术领域。所述方法包括：根据至少两组样本数据、至少三组隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数；根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型。本发明通过根据至少两组样本数据、至少三组隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数，并根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型，不仅实现了根据多组样本数据之间的多种关系确定关系模型，还提高了关系模型的确定效率和精度，并且引入正则项，使得关系模型的复杂度得到自动控制。
-
公开(公告)号：CN104933275A
公开(公告)日：2015-09-23
申请号：CN201410101689.7
申请日：2014-03-18
Applicant: 日本电气株式会社
Abstract: 本发明公开了一种混合模型的确定方法及装置，属于统计技术领域。方法包括：获取根据样本数据、隐变量及组件参数确定的对数似然、正则项及隐变量的变分分布的对数，根据对数似然、正则项及隐变量的变分分布的对数确定目标函数；根据从样本数据中抽取的子样本数据确定使目标函数收敛的隐变量的变分分布及组件参数，根据使目标函数收敛的隐变量的变分分布及组件参数确定混合模型。本发明通过根据样本数据、隐变量及组件参数确定的对数似然、正则项及隐变量的变分分布的对数确定目标函数，根据使目标函数收敛的隐变量的变分分布及组件参数确定混合模型，由于引入了正则项，因而可使得混合模型的复杂度得到自动控制，可适用于处理超大规模数据。
-
公开(公告)号：CN104714977A
公开(公告)日：2015-06-17
申请号：CN201310692697.9
申请日：2013-12-17
Applicant: 日本电气株式会社
IPC: G06F17/30
Abstract: 本发明公开了一种实体与知识库项的关联方法及装置，属于计算机领域。所述方法包括：获取至少一个侯选匹配对，所述侯选匹配对包括待匹配实体和知识库项；根据所述待匹配实体的实体类型特征向量，获取关联模型集合，所述获取的关联模型集合对应的实体类型与所述待匹配实体的实体类型之间满足预设近似条件；通过所述获取的关联模型集合，从所述至少一个侯选匹配对中选择一个侯选匹配对作为实体与知识库项的关联结果。所述装置包括：第一获取模块、第二获取模块和选择模块。本发明能够提高实体与知识库项关联结果的准确度。
-
公开(公告)号：CN111861519B
公开(公告)日：2024-10-29
申请号：CN201910335036.8
申请日：2019-04-24
Applicant: 日本电气株式会社
IPC: G06Q30/0201 , G06N20/00
Abstract: 本公开的实施例涉及用于数据处理的方法、设备和计算机可读存储介质。一种用于数据处理的方法包括获取关于多个因素的观测样本集合，该观测样本集合中的一个观测样本包括多个因素的相应观测值。该方法还包括针对多个因素中的每个因素，基于观测样本集合来估计该因素的观测值与估计值之间的差所服从的分布。该方法还包括至少基于估计的分布来确定表示多个因素间的因果关系的因果结构。本公开的实施例还提供了能够实现上述方法的设备和计算机可读存储介质。本公开的实施例能够在不对数据分布和因素间的关系进行任何假设的情况下准确且鲁棒地发现多个因素间的因果关系，并基于该因果关系来影响目标因素的观测值。
-
Patent Agency Ranking
公开(公告)号：CN110750570A
公开(公告)日：2020-02-04
申请号：CN201810738606.3
申请日：2018-07-06
Applicant: 日本电气株式会社
IPC: G06F16/2458 , G06N5/04 , G16H50/70
Abstract: 本公开的实施例涉及一种用于确定多个变量之间的因果效应的方法。该方法包括确定多个变量中的第一变量的第一潜在结果和多个变量中的第二变量的第二潜在结果；基于第一潜在结果和第二潜在结果，确定用于描述对于第二变量的因果效应的问题公式；基于第一潜在结果、第二潜在结果和混杂变量，建立与因果效应的相关联的第一模型，第一潜在结果和第二潜在结果；以及基于第一模型和问题公式，确定因果效应。此外，本公开还涉及用于确定多个变量之间的因果效应的设备和计算机可读存储介质。
-
公开(公告)号：CN109598346A
公开(公告)日：2019-04-09
申请号：CN201710917705.3
申请日：2017-09-30
Applicant: 日本电气株式会社
IPC: G06N5/04
Abstract: 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。该拟合不一致度基于观测变量的加权因子进行调整，所述观测变量的加权因子表示使用除该观测变量之外的其他观测变量来拟合目标变量所需的最小成本的下限。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。
-
公开(公告)号：CN108959290A
公开(公告)日：2018-12-07
申请号：CN201710354503.2
申请日：2017-05-18
Applicant: 日本电气株式会社
IPC: G06F17/30
Abstract: 本发明实施例提出了一种知识数据的处理方法和设备。所述方法包括：获取待检测的知识数据；分析待检测的知识数据，得到待检测的知识数据的结构化知识；检测待检测的知识数据与已有参考知识数据是否存在冲突。其中，所述检测包括将待检测的知识数据的结构化知识与根据两条或两条以上已有参考知识数据的结构化知识基于知识推理得到的结构化知识进行比较，以确定待检测的知识数据与已有参考知识数据是否存在冲突。根据本发明实施例的知识数据处理方法可以提高冲突检测的准确率。
-
公开(公告)号：CN107292408A
公开(公告)日：2017-10-24
申请号：CN201610191873.4
申请日：2016-03-30
Applicant: 日本电气株式会社
Abstract: 本发明的实施方式涉及用于在不确定集中进行采样的方法和装置。具体地，在本发明的一个实施方式中，提供了一种用于在不确定集中进行采样的方法，包括：接收所述不确定集，所述不确定集是鲁棒优化中可以被赋予不确定参数的数值的集合；获取所述不确定集中的违背与所述鲁棒优化相关联的约束函数的不确定参数的基准采样点；以及基于所述基准采样点与所述约束函数之间的空间位置关系，在所述不确定集中确定违背所述约束函数的候选采样点。在本发明的一个实施方式中，提供了一种用于在不确定集中进行采样的装置。
-
公开(公告)号：CN106557451A
公开(公告)日：2017-04-05
申请号：CN201510642145.6
申请日：2015-09-30
Applicant: 日本电气株式会社
Abstract: 本公开涉及一种用于分层混合专家HME系统构建的特征选择的方法和设备。所述方法可以包括：对通过针对样本进行特征提取而获得的特征执行特性分析；以及基于所述特性分析来选择用于所述HME系统构建的特征。根据本公开，提供了一种改进的用于构建HME系统的方法，其中通过对利用特征提取而获得的特征执行特性分析，并基于该特性分析的结果来限制HME系统构建的特征空间。利用本公开的实施方式，可以构建更加精确的HME系统。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.025 seconds)
