基于信息瓶颈与因果学习的因果子图提取方法、装置

AITNT
正文
推荐专利
基于信息瓶颈与因果学习的因果子图提取方法、装置
申请号:CN202410825090
申请日期:2024-06-25
公开号:CN118379565B
公开日期:2024-12-06
类型:发明专利
摘要
本发明提供一种基于信息瓶颈与因果学习的因果子图提取方法、装置,涉及基于特定计算模型的计算机系统技术领域,包括:获取待处理图数据,待处理图数据中包括因果子图,且待处理图数据中还包括噪音子图和伪相关子图中的至少一种;将待处理图数据输入因果子图提取模型进行子图提取处理,得到因果子图;其中,因果子图提取模型是基于因果学习损失函数、分类损失函数和对比损失函数进行迭代训练得到的,因果学习损失函数用于消除待处理图数据中的伪相关子图,分类损失函数和对比损失函数用于消除待处理图数据中的噪音子图。本发明使用的因果子图提取模型,可以针对图结构中的噪音子图和伪相关子图进行针对性消除,提升了提取的因果子图的可信性。
技术关键词
样本 瓶颈 标签 数据 节点 非暂态计算机可读存储介质 梯度下降算法 参数 处理器 计算机系统 存储器 编码 电子设备 模块 程序
系统为您推荐了相关专利信息
1
一种基于人工智能的精准风险推送系统及其操作方法
随机森林模型 推送系统 模糊逻辑算法 高风险 信息熵
2
一种多接入电动汽车充电桩对电网谐波影响的分析方法
充电桩数量 时间段 谐波畸变率 分析方法 电力系统分析软件
3
一种无人机小目标检测方法、电子设备及存储介质
网络检测模型 注意力 图像 无人机 多粒度特征
4
空调出水温度控制方法、装置、设备、存储介质及产品
出水温度控制方法 遗传模拟退火算法 能耗 工作点 出水温度控制装置
5
一种高陡边坡影响下的交通沿线地表位移预测方法
位移预测方法 高陡边坡 支持向量机模型 岩体结构 交通
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号