公开(公告)号：CN114780610B

公开(公告)日：2025-03-21

申请号：CN202210389516.4

申请日：2022-04-13

Applicant: 浙江大学

Inventor： 姚乐 ,  何懿萌 ,  孔祥印 ,  葛志强

IPC: G06F16/2458 ,  G06N3/045 ,  G06N3/08 ,  G06Q50/04

Abstract: 本发明公开一种基于神经网络权值比较的工业因果挖掘方法，该方法利用过程数据训练一组单隐层神经网络，通过这些网络的权值计算出通路权值矩阵和对称通路矩阵，然后通过对比对称通路权值矩阵的元素与阈值的大小来生成表示变量间相关关系的无向图骨架；在此基础上，再通过网络权值对比有效模型复杂度的相对大小，来判断无向图中每一条边的因果指向，最终得到表示变量间因果关系的有向图。本发明的方法突破了目前一些因果挖掘方法对数据需要满足线性关系、加性噪声或者平稳性的要求，能够用于复杂的工业场景。而且，该方法能够不依赖于人为给定无向图骨架，直接从观测数据中挖掘出无向骨架，并判断每一对无向关系的因果指向，精度较高。

公开(公告)号：CN117592520A

公开(公告)日：2024-02-23

申请号：CN202311602259.9

申请日：2023-11-28

Applicant: 浙江大学

Inventor： 何懿萌 ,  姚乐 ,  张新民 ,  宋执环

IPC: G06N3/0464 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明公开了一种基于因果辅助的时间序列分割及预测方法，收集一段连续的多阶段过程的工业变量数据样本；初始化断点列表、因果图列表；从上一断点时刻初始化一段时间序列窗口，标准化后训练NTS‑notears模型，得到当前时刻的因果图和训练集预测误差；计算以固定的步长移动后窗口与初始窗口的相似度距离；在相似度距离达到阈值的时刻切断序列并记为新断点；当断点数目达到设定值或剩余序列长度不足窗口长度结束分割；针对每个阶段的数据建立并训练基于时序因果图卷积网络的软测量模型；在线测试时，将测试数据时序拓展后根据相似度距离判断测试数据所处的阶段，采用对应的软测量模型预测。本发明提高了分割断点和预测精度。

公开(公告)号：CN114780610A

公开(公告)日：2022-07-22

申请号：CN202210389516.4

申请日：2022-04-13

Applicant: 浙江大学

Inventor： 姚乐 ,  何懿萌 ,  孔祥印 ,  葛志强

IPC: G06F16/2458 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/04

Abstract: 本发明公开一种基于神经网络权值比较的工业因果挖掘方法，该方法利用过程数据训练一组单隐层神经网络，通过这些网络的权值计算出通路权值矩阵和对称通路矩阵，然后通过对比对称通路权值矩阵的元素与阈值的大小来生成表示变量间相关关系的无向图骨架；在此基础上，再通过网络权值对比有效模型复杂度的相对大小，来判断无向图中每一条边的因果指向，最终得到表示变量间因果关系的有向图。本发明的方法突破了目前一些因果挖掘方法对数据需要满足线性关系、加性噪声或者平稳性的要求，能够用于复杂的工业场景。而且，该方法能够不依赖于人为给定无向图骨架，直接从观测数据中挖掘出无向骨架，并判断每一对无向关系的因果指向，精度较高。