摘要
本发明涉及人工智能技术领域,可应用于数字医疗领域和金融领域,公开了基于因果图模型的数据处理方法、装置、设备及存储介质,该方法包括:获取目标数据及对应的待解释的推理结果,并根据所述目标数据构建因果图,得到对应的结构化因果图;采用因果约束型图网络学习机制对所述结构化因果图进行因果约束,得到优化因果图;基于所述优化因果图,对所述推理结果进行反事实推理,并根据所述反事实推理的结果生成目标数据的解释结果。本发明通过融合因果图模型与图神经网络技术,并引入反事实推理模块,实现对高维非线性数据的精准因果建模与解释,解决传统因果图模型在处理高维非线性数据方面的局限,弥补了图神经网络输出结果在因果解释性上的不足。
技术关键词
数据处理方法
因果关系模型
非线性
变量
节点特征
动态调整机制
神经网络技术
自然语言
数据获取单元
可读存储介质
数据处理装置
人工智能技术
生成技术
链条
处理器
注意力机制
计算机设备
系统为您推荐了相关专利信息
非参数概率预测
气象
斯皮尔曼相关系数
集群
因子
地震数据处理方法
地震道集
算法
油气勘探技术
动态更新
天气预报数据
光伏发电预测方法
连续型数据
光伏发电数据
回归预测模型
高光谱图像数据
分支
联合损失函数
编码器
特征提取模块