JP7491333B2 - 電子デバイスおよびコンピュータプログラム - Google Patents
電子デバイスおよびコンピュータプログラム Download PDFInfo
- Publication number
- JP7491333B2 JP7491333B2 JP2022037408A JP2022037408A JP7491333B2 JP 7491333 B2 JP7491333 B2 JP 7491333B2 JP 2022037408 A JP2022037408 A JP 2022037408A JP 2022037408 A JP2022037408 A JP 2022037408A JP 7491333 B2 JP7491333 B2 JP 7491333B2
- Authority
- JP
- Japan
- Prior art keywords
- causal
- target
- contribution
- observation data
- elements
- 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.)
- Active
Links
- 238000004590 computer program Methods 0.000 title claims description 16
- 230000001364 causal effect Effects 0.000 claims description 387
- 238000004458 analytical method Methods 0.000 claims description 190
- 230000008859 change Effects 0.000 claims description 82
- 238000000034 method Methods 0.000 claims description 63
- 230000015654 memory Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 8
- 230000036961 partial effect Effects 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000036772 blood pressure Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 16
- 238000007781 pre-processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 230000000747 cardiac effect Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 206010020751 Hypersensitivity Diseases 0.000 description 4
- 208000026935 allergic disease Diseases 0.000 description 4
- 230000007815 allergy Effects 0.000 description 4
- 150000003943 catecholamines Chemical class 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000036513 peripheral conductance Effects 0.000 description 4
- 230000028327 secretion Effects 0.000 description 4
- 238000009472 formulation Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000035488 systolic blood pressure Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
-
- 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Medical Informatics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
図1は、本開示の実施形態にかかる、データ処理システム100の例示的ブロック図を示す。図1に示すデータ処理システム100は、その中で本開示の実施形態を実現できる1つの例示に過ぎず、本開示の範囲を限定することを意図していないことを理解されたい。本開示の実施形態は、他のシステム又はアーキテクチャにも同様に適用される。図1に示すように、データ処理システム100は、データ前処理装置110、因果学習装置120、及びアトリビューション分析装置130を含む。
図2は、いくつかの実施形態にかかるアトリビューション分析(Attribution Analysis)に用いられる方法200のフローチャートを示す。例えば、方法200は、図1に示すアトリビューション分析装置130によって実行することができる。議論を目的として、以下では、アトリビューション分析装置130側から方法200を説明する。理解すべき点として、方法200はさらに、図示されていない付加的動作を含むことができ、且つ/又は示されたいくつかの動作を省略することができる。本開示の範囲は、この点において限定されない。
上述のように、いくつかの実施形態では、個々の要素について、対象要素に対する当該要素の基礎貢献度及び総貢献度を決定することができる。要素の基礎貢献度は、当該要素が他の要素を介さずに単独で対象観測データに寄与する貢献度を示す。要素の総貢献度は、当該要素と、当該要素を介して他の少なくとも1つの要素の、対象観測データに対する貢献度の合計を示す。1つの要素がその直接の原因となる原因要素を有する場合、当該原因要素も当該要素に影響を与えることになる。従って、対象要素に対する当該要素の影響には、その直接原因の影響が含まれることになる。
式(4)において、yは対象要素の対象観測データを表し、φ(y)は対象要素の自身に対する基礎貢献度を表し、nは対象要素の原因要素の数を表す。φ(xk)は、原因要素xkの基礎貢献度を表し、上記式(3)に従い算出することができる。
図8Aは、本開示のいくつかの実施形態にかかる、因果エッジアトリビューション分析に用いられる例示的方法800のフローチャートを示す。方法800は、例えば、図2に示すアトリビューション分析装置130によって実行することができ、例えば因果エッジアトリビューション分析ユニット420によって実行することができる。理解すべき点として、方法800はさらに、図示されていない付加的動作を含むことができ、且つ/又は示されたいくつかの動作を省略することができる。本開示の範囲は、この点において限定されない。
ここで、要素xPaは、考慮される要素xkを含み、且つ、別の少なくとも1つの要素xjを含む。
いくつかの実施形態において、アトリビューション分析装置130は、ユーザ105に、対象要素の対象観測データに対する1つ又は複数の要素の貢献度134を提示することができる。貢献度134は、要素の基礎貢献度、要素の総貢献度、及び/又は要素間の因果関係の関係貢献度を含むことができる。これは、ユーザ105に対しアトリビューション分析結果に関する視覚的情報を提供し、ユーザがそこから有用な情報をより迅速に把握できるようにするのに役立つ。
図11は、本開示の実施形態を実施可能な例示的デバイス1100のブロック模式図を示す。図1に示すデータ処理システム100又はそのアセンブリである。例えば、アトリビューション分析装置130は、デバイス1100によって実現することができる。
Claims (14)
- 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格納する少なくとも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、
分析する複数の要素のそれぞれに対応する観測データを取得することと、
前記複数の要素のうちの1つの要素が対象要素として選択されたことに応じて、前記対象要素に関わる前記複数の要素の因果構造を取得し、前記少なくとも1つのメモリに記憶することと、
前記因果構造と、前記複数の要素のそれぞれに対応する前記観測データとに基づいて、前記複数の要素における第1要素の、前記対象要素の対象観測データに対する貢献度を決定することと、
を含む方法のステップを実行し、
前記因果構造は、前記複数の要素の間の因果関係を示し、
前記因果関係は、線形の因果関係であり、
前記貢献度は、数式(1)により求める、
attribution(x)=y-E(YX=0|X=x,Y=y) (1)
ただし、attribution(x)は、事実xの事実yに対する前記貢献度を表し、
E(YX=0|X=x,Y=y)は、反事実推論を表す、
電子デバイス。 - 前記複数の要素のそれぞれに対応する前記観測データを取得することは、
前記複数の要素のそれぞれに対応する前記観測データを指定する第1ユーザ入力を受け付けることを含む、
請求項1に記載の電子デバイス。 - 前記複数の要素のそれぞれに対応する前記観測データを取得することは、
分析のタイプと、複数の時間範囲における前記複数の要素のうちの各要素の複数のデータ項目とを指定する第2ユーザ入力を受け付けることと、
前記分析のタイプが平均分析タイプである場合、前記複数の要素のうちの各要素の前記複数のデータ項目をそれぞれ平均化することにより、当該要素の観測データを決定することと、
前記分析のタイプが加算分析タイプである場合、前記複数の要素のうちの各要素の前記複数のデータ項目をそれぞれ統合することにより、当該要素の観測データを決定することと、
を含む、
請求項1に記載の電子デバイス。 - 前記対象要素を決定することは、
前記対象要素を指定する第3ユーザ入力を受け付けることを含む、
請求項1に記載の電子デバイス。 - 前記第1要素の、前記対象観測データに対する貢献度を決定することは、
前記第1要素が前記複数の要素における他の要素から独立して前記対象観測データに寄与する基礎貢献度、
前記対象観測データに対する前記第1要素の総貢献度であって、前記対象観測データに対する前記第1要素の貢献度と、前記複数の要素における少なくとも1つの第2要素が前記第1要素を介して前記対象観測データに寄与する貢献度との合計を示す総貢献度、及び
前記対象観測データに対する、前記第1要素と前記複数の要素における第3要素との因果関係の関係貢献度
のうち少なくとも1つを決定することを含む、
請求項1に記載の電子デバイス。 - 前記因果構造と関連付けて前記貢献度を提示すること、
前記対象観測データと関連付けて前記貢献度を提示すること、及び
前記貢献度を個別に提示すること、
のうち少なくとも1つにより、前記対象観測データに対する前記第1要素の前記貢献度をユーザに提示することをさらに含む、
請求項1に記載の電子デバイス。 - 前記対象観測データに対する前記第1要素の前記基礎貢献度を決定することは、
前記複数の要素それぞれの観測データと前記因果構造とに基づいて、前記第1要素の基礎データを決定することと、
前記第1要素が前記対象要素ではない場合、
前記因果構造が示す前記第1要素と前記対象要素との因果関係に基づいて、前記第1要素に対する前記対象要素の変化率を決定し、且つ
前記第1要素の前記基礎データと前記第1要素に対する前記対象要素の前記変化率とに基づいて、前記対象観測データに対する前記第1要素の前記基礎貢献度を決定することと、
前記第1要素が前記対象要素である場合、前記第1要素の前記基礎データを、前記対象観測データに対する前記第1要素の前記基礎貢献度として決定することと、
を含み、
前記第1要素の基礎データは、前記第1要素の観測データのうち、前記複数の要素における他の要素の影響を受けない部分を示し、
前記対象要素の観測データと前記第1要素の観測データが与えられた場合、前記変化率は、前記第1要素の観測データの変化に対する前記対象要素の観測データの変化する程度である、
請求項5に記載の電子デバイス。 - 前記因果構造は因果グラフで示され、前記因果グラフは、前記複数の要素を表す複数のノードと、前記複数のノードを結ぶエッジとを含み、前記複数のノードにおける一対のノードを直接結ぶエッジは、前記一対のノードに対応する一対の要素の間の直接的な因果関係を示し、
前記第1要素に対する前記対象要素の変化率を決定することは、
前記第1要素から前記対象要素までの少なくとも1つの経路であって、前記因果グラフの少なくとも1つのエッジをそれぞれ含む少なくとも1つの経路を、前記因果グラフから決定することと、
前記少なくとも1つの経路における各経路について、当該経路に含まれる少なくとも1つのエッジが表す直接的な因果関係における、原因要素に対する結果要素の直接変化率に基づいて、当該経路における、前記第1要素に対する前記対象要素の部分変化率を決定することと、
前記少なくとも1つの経路について決定された少なくとも1つの部分変化率の和に基づいて、前記第1要素に対する前記対象要素の変化率を決定することと、
を含む、
請求項7に記載の電子デバイス。 - 前記第1要素の前記基礎データを決定することは、
前記複数の要素に前記第1要素の直接原因としての少なくとも1つの要素が含まれることを、前記因果構造が示す場合、
前記因果構造が示す、前記少なくとも1つの要素と前記第1要素との直接的な因果関係から、前記少なくとも1つの要素に対する前記第1要素の少なくとも1つの直接変化率を決定し、且つ
前記第1要素及び前記少なくとも1つの要素それぞれの観測データと、決定された前記少なくとも1つの直接変化率とに基づいて、前記第1要素の基礎データを決定することと、
前記複数の要素に前記第1要素の直接原因としての要素が含まれないことを、前記因果構造が示す場合、前記第1要素の観測データを前記第1要素の基礎データとして決定することと、
を含む、
請求項7に記載の電子デバイス。 - 前記因果構造は、前記少なくとも1つの第2要素が前記第1要素の直接原因であることを示し、
前記対象観測データに対する前記第1要素の総貢献度を決定することは、
前記対象観測データに対する、前記少なくとも1つの第2要素のそれぞれと前記第1要素との直接的な因果関係の少なくとも1つの関係貢献度を決定することと、
前記対象観測データに対する前記第1要素の基礎貢献度を決定することと、
前記対象観測データに対する前記第1要素の前記基礎貢献度と前記少なくとも1つの関係貢献度との和に基づいて、前記対象観測データに対する前記第1要素の総貢献度を決定することと、
を含む、
請求項5に記載の電子デバイス。 - 前記因果構造は、前記第1要素が前記第3要素の原因であることを示し、
前記対象観測データに対する、前記第1要素と前記第3要素との前記因果関係の関係貢献度を決定することは、
前記対象観測データに対する前記第3要素の基礎貢献度及び総貢献度を決定することと、
前記因果構造が示す前記第3要素と前記対象要素との因果関係に基づいて、前記第3要素に対する前記対象要素の変化率を決定することと、
前記第1要素が前記第3要素の唯一の原因であることを前記因果構造が示す場合、前記第3要素の総貢献度とその基礎貢献度との差を、前記対象観測データに対する、前記第1要素と前記第3要素との前記因果関係の関係貢献度として決定することと、
を含み、
前記対象要素の観測データと前記第3要素の観測データが与えられた場合、前記変化率は、前記第3要素の観測データの変化に対する前記対象要素の観測データの変化する程度である、
請求項5に記載の電子デバイス。 - 前記対象観測データに対する、前記第1要素と前記第3要素との前記因果関係の関係貢献度を決定することは、さらに、
少なくとも1つの第4要素が前記第3要素の別の原因であることを前記因果構造が示す場合、
前記因果構造に基づいて、前記対象観測データに対する、前記少なくとも1つの第4要素と前記第3要素との因果関係の別の関係貢献度を決定することと、
前記対象観測データに対する前記第3要素の前記総貢献度から、前記別の関係貢献度と、前記対象観測データに対する前記第3要素の前記基礎貢献度との和を減じることにより、前記対象観測データに対する、前記第1要素と前記第3要素との前記因果関係の関係貢献度を決定することと、
を含む、
請求項11に記載の電子デバイス。 - 前記因果構造は、前記第1要素が前記第3要素の原因であることを示し、
前記対象観測データに対する、前記第1要素と前記第3要素との前記因果関係の関係貢献度を決定することは、
前記因果構造が示す前記第1要素と前記第3要素との因果関係から、前記第1要素に対する前記第3要素の第1変化率を決定することと、
前記因果構造が示す前記第3要素と前記対象要素との因果関係から、前記第3要素に対する前記対象要素の第2変化率を決定することと、
前記第1要素の観測データ、前記第1変化率及び前記第2変化率に基づいて、前記対象観測データに対する、前記第1要素と前記第3要素との前記因果関係の関係貢献度を決定することと、
を含み、
前記第1変化率は、前記第1要素の観測データの変化に対する前記第3要素の観測データの変化する程度であり、
前記第2変化率は、前記第3要素の観測データの変化に対する前記対象要素の観測データの変化する程度である、
請求項5に記載の電子デバイス。 - プロセッサにより実行される場合、
分析する複数の要素のそれぞれに対応する観測データを取得することと、
前記複数の要素のうちの1つの要素が対象要素として選択されたことに応じて、前記対象要素に関わる前記複数の要素の因果構造を取得し記憶することと、
前記因果構造と、前記複数の要素のそれぞれに対応する前記観測データとに基づいて、前記複数の要素における第1要素の、前記対象要素の対象観測データに対する貢献度を決定することと、
を含む方法のステップを実現し、
前記因果構造は、前記複数の要素の間の因果関係を示し、
前記因果関係は、線形の因果関係であり、
前記貢献度は、数式(1)により求める、
attribution(x)=y-E(YX=0|X=x,Y=y) (1)
ただし、attribution(x)は、事実xの事実yに対する前記貢献度を表し、
E(YX=0|X=x,Y=y)は、反事実推論を表す、
コンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110272269.5A CN115082080A (zh) | 2021-03-12 | 2021-03-12 | 用于数据处理的方法、设备、介质和产品 |
CN202110272269.5 | 2021-03-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022140404A JP2022140404A (ja) | 2022-09-26 |
JP7491333B2 true JP7491333B2 (ja) | 2024-05-28 |
Family
ID=83194896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022037408A Active JP7491333B2 (ja) | 2021-03-12 | 2022-03-10 | 電子デバイスおよびコンピュータプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220292369A1 (ja) |
JP (1) | JP7491333B2 (ja) |
CN (1) | CN115082080A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024117019A1 (ja) * | 2022-11-29 | 2024-06-06 | 東京エレクトロン株式会社 | コンピュータプログラム、情報処理装置及び情報処理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332439A1 (en) | 2009-06-24 | 2010-12-30 | Hitachi, Ltd. | Apparatus and method for supporting cause analysis |
JP2014056448A (ja) | 2012-09-13 | 2014-03-27 | Hitachi Ltd | 要因分析・表示方法及びシステム |
JP2015153133A (ja) | 2014-02-14 | 2015-08-24 | オムロン株式会社 | 因果ネットワーク生成システムおよび因果関係のデータ構造 |
JP2019036061A (ja) | 2017-08-10 | 2019-03-07 | 株式会社東芝 | 要因分析装置、要因分析方法、およびプログラム |
JP2019082865A (ja) | 2017-10-31 | 2019-05-30 | 株式会社日立製作所 | 販売促進装置、販売促進方法及び販売促進プログラム |
-
2021
- 2021-03-12 CN CN202110272269.5A patent/CN115082080A/zh active Pending
-
2022
- 2022-03-10 JP JP2022037408A patent/JP7491333B2/ja active Active
- 2022-03-11 US US17/692,513 patent/US20220292369A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332439A1 (en) | 2009-06-24 | 2010-12-30 | Hitachi, Ltd. | Apparatus and method for supporting cause analysis |
JP2011008375A (ja) | 2009-06-24 | 2011-01-13 | Hitachi Ltd | 原因分析支援装置および原因分析支援方法 |
JP2014056448A (ja) | 2012-09-13 | 2014-03-27 | Hitachi Ltd | 要因分析・表示方法及びシステム |
JP2015153133A (ja) | 2014-02-14 | 2015-08-24 | オムロン株式会社 | 因果ネットワーク生成システムおよび因果関係のデータ構造 |
JP2019036061A (ja) | 2017-08-10 | 2019-03-07 | 株式会社東芝 | 要因分析装置、要因分析方法、およびプログラム |
JP2019082865A (ja) | 2017-10-31 | 2019-05-30 | 株式会社日立製作所 | 販売促進装置、販売促進方法及び販売促進プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20220292369A1 (en) | 2022-09-15 |
CN115082080A (zh) | 2022-09-20 |
JP2022140404A (ja) | 2022-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Silk et al. | Understanding animal social structure: exponential random graph models in animal behaviour research | |
EP2924579B1 (en) | Event correlation | |
US9251466B2 (en) | Driving an interactive decision service from a forward-chaining rule engine | |
Snijders et al. | Maximum likelihood estimation for social network dynamics | |
US11250499B2 (en) | Generating optimal strategy for providing offers | |
US9947043B2 (en) | Smart form | |
EP3564870A1 (en) | Causality for machine learning systems | |
JP7491333B2 (ja) | 電子デバイスおよびコンピュータプログラム | |
US20230267164A1 (en) | Systems and methods for imputing missing values in data sets | |
CN113626734B (zh) | 用户行为引导方法、装置、电子设备及存储介质 | |
US11531836B2 (en) | Method, device, and medium for data processing | |
JP2024016198A (ja) | データ処理方法、装置及び媒体 | |
US20230289660A1 (en) | Data processing method and electronic device | |
US20220114607A1 (en) | Method, apparatus and computer readable storage medium for data processing | |
Wick et al. | Cyclic boosting-an explainable supervised machine learning algorithm | |
US20210256447A1 (en) | Detection for ai-based recommendation | |
Shahjahan et al. | Impact of refactoring on code quality by using graph theory: An empirical evaluation | |
CN112133420A (zh) | 数据处理方法、装置和计算机可读存储介质 | |
US11475324B2 (en) | Dynamic recommendation system for correlated metrics and key performance indicators | |
US20210110287A1 (en) | Causal Reasoning and Counterfactual Probabilistic Programming Framework Using Approximate Inference | |
CA3155936A1 (en) | Method for enhancing patient compliance with a medical therapy plan and mobile device therefor | |
Li | Joint Tweedie Mixed Models for longitudinal data of mixed types | |
Rubak | Dimensioning Microservices on Kubernetes Platforms Using Machine Learning Techniques | |
JP7127686B2 (ja) | 仮説推論装置、仮説推論方法、及びプログラム | |
US20240120102A1 (en) | Machine learning system for generating predictions according to varied attributes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220712 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230629 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230801 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240201 |
|
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: 20240416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240429 |