摘要
本发明公开了一种时序数据非线性因果关系的发现方法及装置,本发明的方法分为即时因果关系发现和滞后因果关系发现两个阶段。即时因果关系发现阶段,使用核独立成分分析算法确定因果关系的有无和方向;滞后因果关系发现阶段,训练一个变分自编码器学习变量的潜在表征,并通过在隐变量空间进行干预来判断变量间的因果关系。与传统的线性因果发现方法相比,本发明具有更少的约束,便于建模非线性因果关系,显著提高了时序因果关系发现的准确性和实用性。
技术关键词
变量
编码器
数据
时序
独立成分分析算法
非线性
特征值
元素
解码器
更新模型参数
网络结构
残差矩阵
梯度下降法
阶段
模块
噪声
节点
系统为您推荐了相关专利信息
学生
动态评估系统
数据分析模块
机器学习算法分析
数据采集模块
物流机器人
模糊隶属函数
数据
EM算法
蒙特卡罗
深度学习网络模型
锅炉运行数据
红外接收器
在线软测量方法
旋风分离器
井下机器人
动力单元
监测方法
瓦斯传感器
混合神经网络模型