-
公开(公告)号：CN106156067B
公开(公告)日：2019-11-01
申请号：CN201510145923.0
申请日：2015-03-30
Applicant: 日本电气株式会社
Abstract: 本发明提供一种为关系数据创建数据模型的方法和装置，其中，所述关系数据基于多个第一类型实体和多个第二类型实体。该方法包括：确定描述所述数据模型的多个变量，所述多个变量包括：第一变量集合，所述第一变量表示影响所述第一类型实体和所述第二类型实体的关系的、所述第一类型实体的特征；以及第二变量集合，所述第二变量表示影响所述第一类型实体和所述第二类型实体的关系的、所述第二类型实体的特征。该方法还包括针对所述多个变量中的每个变量选择近似分布；并且迭代地更新所述近似分布的参数，直至所述数据模型收敛。
-
公开(公告)号：CN110390396A
公开(公告)日：2019-10-29
申请号：CN201810338823.3
申请日：2018-04-16
Applicant: 日本电气株式会社
IPC: G06N5/04
Abstract: 公开了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，响应于接收到混合观测变量的观测数据，确定适用于连续观测变量和离散观测变量的混合因果关系目标式，其包括用于连续观测变量的因果关系目标式和用于离散观测变量的因果关系目标式，且拟合不一致度基于观测变量的加权因子进行调整。然后利用混合观测数据，通过适用于连续观测变量和离散观测变量两者的混合稀疏因果推理，在有向无环图约束下，对所述混合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。本公开的实施方式适用于混合观测变量的因果关系估计，并且因果网络结构对因观测变量估计误差而引起的敏感度较低，因此可以得到较为精确的因果关系。
-
公开(公告)号：CN107292324A
公开(公告)日：2017-10-24
申请号：CN201610201314.7
申请日：2016-03-31
Applicant: 日本电气株式会社
IPC: G06K9/62
CPC classification number: G06K9/6256
Abstract: 本公开的实施例涉及用于训练混合模型的方法和设备。该混合模型包括多个子模型。该方法包括响应于接收到第一组数据，确定第一组数据相对于多个子模型间的第一分布。该方法还包括对第一组数据进行降维，以确定经降维的第一组数据的第二分布。该方法还包括基于第一分布和第二分布来更新用于多个子模型的模型参数的第三分布。该方法还包括响应于在第一组数据之后接收到第二组数据，确定第二组数据相对于多个子模型间的第四分布。该方法还包括对第二组数据进行降维，以确定经降维的第二组数据的第五分布。此外，该方法还包括基于第四分布和第五分布来更新第三分布。
-
公开(公告)号：CN107292071A
公开(公告)日：2017-10-24
申请号：CN201610193297.7
申请日：2016-03-30
Applicant: 日本电气株式会社
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明的实施方式涉及用于在不确定集中选择采样空间的方法和装置。在本发明的一个实施方式中，提出了一种用于在不确定集中选择采样空间的方法。该方法包括：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不确定集之间的空间位置关系，在所述不确定集中选择用于进行采样的采样空间。在本发明的一个实施方式中，提出了一种用于在不确定集中选择采样空间的装置。
-
-
Patent Agency Ranking
-
-
公开(公告)号：CN104951642A
公开(公告)日：2015-09-30
申请号：CN201410124577.3
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：根据样本数据、至少两组样本属性、至少两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。本发明通过根据样本数据、至少两组样本属性、至少两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，提高了关系模型的确定效率和精度，由于采用正则项，因而可以对模型的复杂度进行自动控制，提高模型的确定效率。
-
公开(公告)号：CN119166773A
公开(公告)日：2024-12-20
申请号：CN202411204648.0
申请日：2024-08-29
Applicant: 日本电气株式会社
IPC: G06F16/332 , G06F16/35 , G06F40/30 , G06F16/31 , G06F40/216 , G06N3/0455 , G06N5/022 , G06N5/04
Abstract: 提供了用于处理用户请求的方法和设备。在一种方法中，从多个数据块中选择与用户请求相匹配的一组数据块，多个数据块指示与用户请求相关联的背景知识；基于用户请求和一组数据块，确定用于输入至机器学习模型的提示词；以及基于机器学习模型针对提示词的应答，提供针对用户请求的回答。利用本公开的示例性实现方式，可以选择匹配于用户请求的一组数据块，并获取有关该用户请求的相关背景知识。通过在提示词中包括该相关背景知识，一方面可以利用机器学习模型的自身的大量知识，另一方面可以利用机器学习模型的强大处理能力来分析背景知识，进而提供更为准确的应答。
-
公开(公告)号：CN109598347B
公开(公告)日：2024-12-06
申请号：CN201710922464.1
申请日：2017-09-30
Applicant: 日本电气株式会社
Abstract: 本公开内容的实现方式涉及用于确定因果关系的方法、系统和计算机程序产品。提供了一种确定多个变量之间的因果关系的方法，包括：响应于采集到与多个变量相关联的多个样本的数据集，获取描述多个变量之间的因果关系的矩阵，多个样本中的每个样本包括对应于多个变量的数据；基于数据集以及矩阵，确定与因果关系相关联的拟合度以及专家知识约束，其中专家知识约束包括针对矩阵中的两个变量之间的直接因果关系的边约束以及针对矩阵中的两个变量之间的间接因果关系的路径约束中的至少任一项；根据确定的拟合度和专家知识约束构建描述因果关系的问题公式；以及针对构建的问题公式进行求解以获得矩阵的候选结果。进一步，提供了相应系统和计算机程序产品。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.028 seconds)
