知搜-全球专利检索

  1. Login
  2. Sign Up

Search Results

5 records (took 0.024 seconds)

    通过降维提高分类和回归树性能
    1.
    发明公开
    通过降维提高分类和回归树性能 审中-实审

    公开(公告)号：CN116263813A

    公开(公告)日：2023-06-16

    申请号：CN202211521378.7

    申请日：2022-11-30

    Applicant: 国际商业机器公司

    Inventor： D·T·潘 ,  黄舒 ,  P·穆拉里 ,  L·M·恩古延

    IPC: G06F18/2431 ,  G06F18/213 ,  G06N20/00

    Abstract: 通过降维提高分类和回归树性能。可以提供一种用于构造和训练用于机器学习的决策树的系统和方法。可以接收训练集。可以通过使用训练集构造根节点并训练根解算器来初始化决策树。处理器可以通过迭代地拆分决策树的节点来生长决策树，其中在决策树的一个节点处，对在该节点处接收的训练集的数据的特征进行降维，并且基于路由函数来拆分具有降维的数据，以路由到决策树的另一个节点。基于求解非线性优化问题，可以在节点处一起执行降维和拆分。

    具有被配置为生成可解释结果的可分解分层的预测模型
    2.
    发明公开
    具有被配置为生成可解释结果的可分解分层的预测模型 审中-实审

    公开(公告)号：CN116249994A

    公开(公告)日：2023-06-09

    申请号：CN202180061230.7

    申请日：2021-07-01

    Applicant: 国际商业机器公司

    Inventor： 周念军 ,  W·M·吉福德 ,  李大昕 ,  P·马佐勒尼 ,  P·穆拉里

    IPC: G06N20/00 ,  G06N3/084 ,  G06Q10/04

    Abstract: 用于从机器学习模型提供可解释预测的计算机实现的方法包括接收表示由一个或多个预测模型用于生成预测的集合(Y)的特征的集合(X)的分层结构的数据结构。通过基于分层结构将可解释性分配给每个预测Yi来构建对应于预测模型的可解释性模型。分配可解释性包括使用分层结构将X分解成多个分区Xj，其中，N是分区的数量。此外，使用分层结构将每个分区分解成多个子分区，直到获得原子子分区。针对每个分区根据子分区的预测分数来计算分数，其中，预测分数表示子分区之间的交互。此外，输出预测的解释。

    基于稀疏数据集表征量子计算系统的串扰
    3.
    发明公开
    基于稀疏数据集表征量子计算系统的串扰 审中-实审

    公开(公告)号：CN114631104A

    公开(公告)日：2022-06-14

    申请号：CN202080076927.7

    申请日：2020-11-06

    Applicant: 国际商业机器公司

    Inventor： P·穆拉里 ,  A·贾瓦迪亚布哈里 ,  D·麦凯

    IPC: G06N10/00

    Abstract: 提供了用于促进基于稀疏数据集表征量子计算系统的串扰的系统、计算机实现的方法、以及计算机程序产品。根据一个实施例，系统可以包括存储计算机可执行组件的存储器和执行被存储在存储器中的计算机可执行组件的处理器。计算机可执行组件可以包括将量子设备中的量子门子集打包到一个或多个箱中的打包组件。该计算机可执行组件还可以包括一个评估组件，该评估组件基于量子门子集被打包到其中的一个或多个箱中的若干个箱来表征该量子设备的串扰。

Patent Agency Ranking