申请/专利权人：微软技术许可有限责任公司

申请日：2022-06-29

公开（公告）日：2024-03-12

公开（公告）号：CN117693755A

主分类号：G06N3/0455

分类号：G06N3/0455;G06N3/047;G06N3/084

优先权：["20210720 EP 21186786.6"]

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：一种计算机实现的方法，该方法包括：接收输入向量，该输入变量包括变量的值；使用第一神经网络以将输入向量的变量的值编码为多个隐向量；通过将多个隐向量输入到第二神经网络中来确定输出向量，该第二神经网络包括图神经网络，其中图神经网络由图参数化，该图包括指示变量之间的因果关系的边概率；以及通过调节图的边概率、第一神经网络的至少一个参数和第二神经网络的至少一个参数来最小化损失函数，其中损失函数包括图的函数以及输入向量与输出向量之间的差异的测量。

主权项：1.一种计算机实现的方法，所述方法包括：接收输入向量，所述输入向量包括变量的值；使用第一神经网络以将所述输入向量的所述变量的所述值编码为多个隐向量；通过将所述多个隐向量输入到第二神经网络中来确定输出向量，所述第二神经网络包括图神经网络，其中所述图神经网络由图参数化，所述图包括指示所述变量之间的因果关系的边概率；以及通过调节所述图的所述边概率、所述第一神经网络的至少一个参数和所述第二神经网络的至少一个参数来最小化损失函数，其中所述损失函数包括所述图的函数以及所述输入向量与所述输出向量之间的差异的测量。

全文数据：

权利要求：

百度查询： 微软技术许可有限责任公司 因果发现和缺失值填补

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD