JP2022000752A - 情報処理に用いられる方法、装置、電子機器及びプログラム - Google Patents
情報処理に用いられる方法、装置、電子機器及びプログラム Download PDFInfo
- Publication number
- JP2022000752A JP2022000752A JP2021090374A JP2021090374A JP2022000752A JP 2022000752 A JP2022000752 A JP 2022000752A JP 2021090374 A JP2021090374 A JP 2021090374A JP 2021090374 A JP2021090374 A JP 2021090374A JP 2022000752 A JP2022000752 A JP 2022000752A
- Authority
- JP
- Japan
- Prior art keywords
- data
- type
- variables
- correlation
- samples
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 138
- 230000010365 information processing Effects 0.000 title claims description 18
- 230000001364 causal effect Effects 0.000 claims abstract description 97
- 238000012545 processing Methods 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 11
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims 1
- 238000003860 storage Methods 0.000 abstract description 21
- 238000010586 diagram Methods 0.000 description 34
- 230000005540 biological transmission Effects 0.000 description 32
- 230000008569 process Effects 0.000 description 27
- 239000000047 product Substances 0.000 description 18
- 230000006870 function Effects 0.000 description 15
- 238000003754 machining Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 239000002994 raw material Substances 0.000 description 7
- 239000011265 semifinished product Substances 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000005498 polishing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001976 improved effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2264—Multidimensional index structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Complex Calculations (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】方法は、応用システムにおける複数の変数と関連付けられる複数のサンプルを取得する。複数のサンプルにおける各サンプルは複数の次元を含み、複数の次元はそれぞれ、複数の変数に対応する。複数の変数は、複数のデータタイプに関わる。複数のデータタイプに基づき、複数のサンプルの中から、複数の変数と関連付けられる相関度を決定する。相関度は、複数の変数における任意の2つの変数の間の相関関係を表す。相関度及び複数のサンプルに基づき、複数の変数の間の因果関係を提供する。この方法により、複数の変数のタイプは制限されず、入力データについての要件を減らすことができる。
【選択図】図3
Description
Claims (30)
- 応用システムにおける複数の変数であって複数のデータタイプに関わる複数の変数と関連付けられる複数のサンプルを取得することと、
前記複数のデータタイプに基づき、前記複数のサンプルの中から、前記複数の変数と関連付けられる相関度を決定することと、
前記相関度及び前記複数のサンプルに基づき、前記複数の変数の間の因果関係を提供することと
を備え、
前記複数のサンプルの各サンプルは、複数の次元を含み、
前記複数の次元はそれぞれ、前記複数の変数に対応し、
前記相関度は、前記複数の変数における任意の2つの変数の間の相関関係を表す、情報処理方法。 - 前記複数のデータタイプは、連続データタイプ、順序データタイプ、ブーリアンデータタイプ及び打ち切りデータタイプのうち、少なくとも2つを備える、請求項1に記載の方法。
- 前記複数のデータタイプに基づき、前記複数のサンプルの中から、前記相関度を決定することは、
前記複数の変数における第1変数の第1のタイプと第2変数の第2のタイプを決定することと、
前記第1のタイプ及び前記第2のタイプに基づき、前記相関度における、前記第1変数と前記第2変数との相関関係を表す相関度要素を決定することと
を備える、請求項1に記載の方法。 - 前記第1のタイプ及び前記第2のタイプに基づき、前記相関度要素を決定することは、
前記第1のタイプが打ち切りタイプであると決定された場合、前記複数のサンプルにおける、前記第1変数に対応するデータを、順序データタイプに変換することを備える、請求項3に記載の方法。 - 前記複数のサンプルにおける、前記第1変数に対応する前記データを、前記順序データタイプに変換することは、
前記複数のサンプルにおける、前記第1変数に対応する第1次元を決定することと、
前記複数のサンプルにおける前記第1次元のデータの分位数に基づき、前記第1次元の前記データを前記順序データタイプに変換することと
を備える、請求項4に記載の方法。 - 前記第1次元の前記データを前記順序データタイプに変換することは、
前記複数のサンプルの数、及び前記第1次元の前記データの範囲のうち少なくとも1つに基づき、前記順序データタイプに含まれるランクの数を決定することと、
前記ランクの数と関連付けられる少なくとも1つの分位数を決定することと、
前記少なくとも1つの分位数に基づき、前記第1次元の前記データを前記順序データタイプに変換することと
を備える、請求項5に記載の方法。 - 前記第1のタイプ及び前記第2のタイプに基づき、前記相関度要素を決定することは、
前記第1のタイプ及び前記第2のタイプがいずれも連続データタイプであると決定された場合、順位変数相関の方式に基づき、前記相関度要素を決定することを備える、請求項3に記載の方法。 - 前記第1のタイプ及び前記第2のタイプに基づき、前記相関度要素を決定することは、
前記第1のタイプ及び前記第2のタイプがいずれも順序データタイプであると決定された場合、ポリコリック相関の方式に基づき、前記相関度要素を決定することを備える、請求項3に記載の方法。 - 前記第1のタイプ及び前記第2のタイプに基づき、前記相関度要素を決定することは、
前記第1のタイプが連続データタイプであり前記第2のタイプが順序データタイプであると決定された場合、
前記複数のサンプルにおける、前記第1変数に対応するデータをガウス分布データに変換することと、
前記ガウス分布データ及び前記順序データタイプのデータに基づき、ポリシリアル相関の方式を利用して前記相関度要素を決定することと
を備える、請求項4に記載の方法。 - 前記相関度に基づき、前記因果関係を提供することは、
制約ベースの方式及び探索ベースの方式のうち少なくとも1つにより前記因果関係を提供することを備える、請求項1に記載の方法。 - 有向非巡回グラフにおいて前記因果関係を示すこと、及び
行列において前記因果関係を示すこと
のうち少なくとも1つをさらに備え、
前記有向非巡回グラフにおけるノードは、前記複数の変数を表し、前記有向非巡回グラフにおける辺は、前記複数の変数における2つの変数の間の因果関係を表し、
前記行列の複数の次元はそれぞれ、前記複数の変数を表し、前記行列の要素は、前記複数の変数のうち前記要素に対応する2つの変数の間の因果関係の重みを表す、請求項1に記載の方法。 - 前記複数の変数は、前記応用システムの複数の属性を表す、請求項1に記載の方法。
- 前記複数のサンプルを取得することは、
前記複数のサンプルのうち所与のサンプルについて、前記応用システムに配置される1つ又は複数のセンサからそれぞれ、前記所与のサンプルに含まれる複数の次元のデータを受信することを備える、請求項12に記載の方法。 - 前記因果関係に基づき前記応用システムの性能を高めること、及び
前記因果関係に基づき前記応用システムの障害を排除すること
のうち少なくとも1つをさらに備える、請求項13に記載の方法。 - 応用システムにおける複数の変数であって複数のデータタイプに関わる複数の変数と関連付けられる複数のサンプルを取得するように設定される取得モジュールと、
前記複数のデータタイプに基づき、前記複数のサンプルの中から、前記複数の変数と関連付けられる相関度を決定するように設定される決定モジュールと、
前記相関度及び前記複数のサンプルに基づき、前記複数の変数の間の因果関係を提供するように設定される提供モジュールと
を備え、
前記複数のサンプルの各サンプルは、複数の次元を含み、
前記複数の次元はそれぞれ、前記複数の変数に対応し、
前記相関度は、前記複数の変数における任意の2つの変数の間の相関関係を表す、
情報処理装置。 - 前記複数のデータタイプは、連続データタイプ、順序データタイプ、ブーリアンデータタイプ及び打ち切りデータタイプのうち、少なくとも2つを備える、請求項15に記載の装置。
- 前記決定モジュールは、
前記複数の変数における第1変数の第1のタイプと第2変数の第2のタイプを決定するように設定されるタイプ決定モジュールと、
前記第1のタイプ及び前記第2のタイプに基づき、前記相関度における、前記第1変数と前記第2変数との相関関係を表す相関度要素を決定するように設定される要素決定モジュールと
を備える、請求項15に記載の装置。 - 前記要素決定モジュールは、
前記第1のタイプが打ち切りタイプであると決定された場合、前記複数のサンプルにおける、前記第1変数に対応するデータを、順序データタイプに変換するように設定されるタイプ変換モジュールを備える、請求項17に記載の装置。 - 前記タイプ変換モジュールは、
前記複数のサンプルにおける、前記第1変数に対応する第1次元を決定するように設定される次元決定モジュールと、
前記複数のサンプルにおける前記第1次元のデータの分位数に基づき、前記第1次元の前記データを前記順序データタイプに変換するように設定されるデータ変換モジュールと
を備える、請求項18に記載の装置。 - 前記データ変換モジュールは、
前記複数のサンプルの数、及び前記第1次元の前記データの範囲のうち少なくとも1つに基づき、前記順序データタイプに含まれるランクの数を決定するように設定されるランク決定モジュールと、
前記ランクの数と関連付けられる少なくとも1つの分位数を決定するように設定される分位数決定モジュールと、
前記少なくとも1つの分位数に基づき、前記第1次元の前記データを前記順序データタイプに変換するように設定されるデータタイプ変換モジュールと
を備える、請求項19に記載の装置。 - 前記要素決定モジュールは、
前記第1のタイプ及び前記第2のタイプがいずれも連続データタイプであると決定された場合、順位変数相関の方式に基づき、前記相関度要素を決定するように設定される連続データ処理モジュールを備える、請求項17に記載の装置。 - 前記要素決定モジュールは、
前記第1のタイプ及び前記第2のタイプがいずれも順序データタイプであると決定された場合、ポリコリック相関の方式に基づき、前記相関度要素を決定するように設定される順序データ処理モジュールを備える、請求項17に記載の装置。 - 前記要素決定モジュールは、混合データ処理モジュールを備え、
前記混合データ処理モジュールは、前記第1のタイプが連続データタイプであり前記第2のタイプが順序データタイプであると決定された場合、
前記複数のサンプルにおける、前記第1変数に対応するデータをガウス分布データに変換し、
前記ガウス分布データ及び前記順序データタイプのデータに基づき、ポリシリアル相関の方式を利用して前記相関度要素を決定する
ように設定される、
請求項17に記載の装置。 - 前記提供モジュールは、制約ベースの提供モジュール及び探索ベースの提供モジュールのうち少なくとも1つを備える、請求項15に記載の装置。
- 有向グラフ表示モジュール及び行列表示モジュールのうち少なくとも1つをさらに備え、
前記有向グラフ表示モジュールは、有向非巡回グラフにおいて前記因果関係を示すように設定され、前記有向非巡回グラフにおけるノードは、前記複数の変数を表し、前記有向非巡回グラフにおける辺は、前記複数の変数における2つの変数の間の因果関係を表し、
前記行列表示モジュールは、行列において前記因果関係を示すように設定され、前記行列の複数の次元はそれぞれ、前記複数の変数を表し、前記行列の要素は、前記複数の変数のうち前記要素に対応する2つの変数の間の因果関係の重みを表す、請求項15に記載の装置。 - 前記複数の変数は、前記応用システムの複数の属性を表す、請求項15に記載の装置。
- 前記取得モジュールは、
前記複数のサンプルのうち所与のサンプルについて、前記応用システムに配置される1つ又は複数のセンサからそれぞれ、前記所与のサンプルに含まれる複数の次元のデータを受信するように設定される受信モジュールを備える、請求項26に記載の装置。 - 前記因果関係に基づき前記応用システムの性能を高めるように設定される性能提供モジュール、及び
前記因果関係に基づき前記応用システムの障害を排除するように設定される障害排除モジュール
のうち少なくとも1つをさらに備える、請求項27に記載の装置。 - 少なくとも1つのプロセッサユニットと、
前記少なくとも1つのプロセッサユニットに結合され、前記少なくとも1つのプロセッサユニットによって実行される命令を記憶する少なくとも1つのメモリと
を備え、
前記命令が前記少なくとも1つのプロセッサユニットによって実行される場合、前記命令により、請求項1〜14のいずれか1項に記載の方法を実行する、電子機器。 - 請求項1〜14のいずれか1項に記載の方法をコンピュータに実行させる、プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010496598.3A CN113761073A (zh) | 2020-06-03 | 2020-06-03 | 用于信息处理的方法、装置、设备和存储介质 |
CN202010496598.3 | 2020-06-03 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022000752A true JP2022000752A (ja) | 2022-01-04 |
JP7294369B2 JP7294369B2 (ja) | 2023-06-20 |
Family
ID=78783306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021090374A Active JP7294369B2 (ja) | 2020-06-03 | 2021-05-28 | 情報処理に用いられる方法、装置、電子機器及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210382890A1 (ja) |
JP (1) | JP7294369B2 (ja) |
CN (1) | CN113761073A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022033308A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033310A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033312A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033311A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117251960B (zh) * | 2023-11-20 | 2024-01-30 | 合肥工业大学 | 一种缺失数据的最优轴承故障因果结构生成方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006065598A (ja) * | 2004-08-27 | 2006-03-09 | Hitachi Ltd | 生産管理システム |
JP2019204499A (ja) * | 2018-03-29 | 2019-11-28 | 日本電気株式会社 | データ処理方法および電子機器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7072794B2 (en) * | 2001-08-28 | 2006-07-04 | Rockefeller University | Statistical methods for multivariate ordinal data which are used for data base driven decision support |
CN110019973A (zh) * | 2017-09-30 | 2019-07-16 | 日本电气株式会社 | 用于估计观测变量之间的因果关系的方法、装置和系统 |
CN110390396B (zh) * | 2018-04-16 | 2024-03-19 | 日本电气株式会社 | 用于估计观测变量之间的因果关系的方法、装置和系统 |
US11328019B2 (en) * | 2020-04-03 | 2022-05-10 | International Business Machines Corporation | Providing causality augmented information responses in a computing environment |
-
2020
- 2020-06-03 CN CN202010496598.3A patent/CN113761073A/zh active Pending
-
2021
- 2021-05-28 JP JP2021090374A patent/JP7294369B2/ja active Active
- 2021-06-02 US US17/336,882 patent/US20210382890A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006065598A (ja) * | 2004-08-27 | 2006-03-09 | Hitachi Ltd | 生産管理システム |
JP2019204499A (ja) * | 2018-03-29 | 2019-11-28 | 日本電気株式会社 | データ処理方法および電子機器 |
Non-Patent Citations (1)
Title |
---|
遠山泰弘ほか: "機器保守向け不良要因推定手法", 平成29年 電気学会全国大会講演論文集 [CD−ROM] 平成29年電気学会全国大会講演論文集 (第, JPN6022040640, 5 March 2017 (2017-03-05), JP, pages 378ページ, ISSN: 0004889350 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022033308A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033310A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033312A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033311A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
Also Published As
Publication number | Publication date |
---|---|
CN113761073A (zh) | 2021-12-07 |
JP7294369B2 (ja) | 2023-06-20 |
US20210382890A1 (en) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7294369B2 (ja) | 情報処理に用いられる方法、装置、電子機器及びプログラム | |
US11574011B2 (en) | Merging feature subsets using graphical representation | |
JP6822509B2 (ja) | データ処理方法および電子機器 | |
US20210103858A1 (en) | Method and system for model auto-selection using an ensemble of machine learning models | |
US11204851B1 (en) | Real-time data quality analysis | |
CN108681751B (zh) | 确定事件影响因素的方法及终端设备 | |
US11593665B2 (en) | Systems and methods driven by link-specific numeric information for predicting associations based on predicate types | |
WO2023134188A1 (zh) | 指标确定方法、装置、电子设备和计算机可读介质 | |
CN111797320A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN112486784A (zh) | 诊断和优化数据分析系统的方法、设备和介质 | |
CN114445121A (zh) | 一种广告点击率预测模型构建及广告点击率预测方法 | |
US11263103B2 (en) | Efficient real-time data quality analysis | |
WO2021098265A1 (zh) | 缺失信息预测方法、装置、计算机设备及存储介质 | |
JP7173234B2 (ja) | 情報処理に用いられる方法、装置、デバイス及び記憶媒体 | |
CN112231299A (zh) | 一种特征库动态调整的方法和装置 | |
JP2020181578A (ja) | データ処理方法、装置、及び媒体 | |
JP2006505858A (ja) | 第1データベースにおけるデータベース情報を提供する提供方法及びコンピュータ構造、並びにデータベースにおける統計イメージのコンピュータ援用形成方法 | |
CN115225543B (zh) | 一种流量预测方法、装置、电子设备和存储介质 | |
CN116186603A (zh) | 异常用户的识别方法及装置、计算机存储介质、电子设备 | |
US20210373987A1 (en) | Reinforcement learning approach to root cause analysis | |
CN114897607A (zh) | 产品资源的数据处理方法及装置、电子设备、存储介质 | |
CN116501993B (zh) | 房源数据推荐方法及装置 | |
WO2024012219A1 (zh) | 一种模型的训练方法的相关装置 | |
US20240185117A1 (en) | Knowledge Graph Based Modeling System for a Production Environment | |
CN116744325A (zh) | 一种基站流量预测方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211001 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220824 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221004 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230202 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7294369 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |