基于知识驱动的鼻咽癌诊疗因果分析方法、装置和介质

    公开(公告)号:CN118335352B

    公开(公告)日:2024-08-30

    申请号:CN202410748633.4

    申请日:2024-06-12

    摘要: 本发明涉及医疗信息技术和数据分析领域,提供了一种基于知识驱动的鼻咽癌诊疗因果分析方法、装置和介质,该方法通过构建能够表征鼻咽癌诊疗特征变量之间的因果关系的初始贝叶斯网络,为初始贝叶斯网络中的各个节点修剪候选父节点集获得初始父节点集,减少了后续迭代过程中的计算复杂度,并通过迭代优化为各个节点选择最优父节点集,以获得最优贝叶斯网络。本发明中最优贝叶斯网络的构建,使得医疗专业人员能够深入理解患者疾病的发展机制,并清晰地识别不同鼻咽癌诊疗特征之间的因果联系,还为疾病的预后评估和场景分析提供了重要的维度,使医生能够预先判断疾病的进展趋势,并更准确地判断治疗效果的长期展望。

    地下空间目标探测方法、系统、设备及存储介质

    公开(公告)号:CN117710730A

    公开(公告)日:2024-03-15

    申请号:CN202311712959.3

    申请日:2023-12-13

    摘要: 本发明公开了一种地下空间目标探测方法、系统、设备及存储介质,本发明采用的概率多源标签聚合可以有效地结合一致性和矛盾信息,为模型训练过程提供更可靠的标签估计,从而减少误标对模型训练的影响,提高识别的精确度,并且设计的标签敏感的正则化能够消除错误标签的干扰,即使在存在标签矛盾的情况下,也能保证模型学习的鲁棒性,提高模型的稳定性和可靠性;基于此,本发明能够适应不同数量、不同水平的标注场景,从嘈杂的标签中挖掘真实标签,得到高质量的地下空间目标识别模型,进而实现城市地下空间的精准探测和目标识别。

    一种适应边层级先验错误的因果结构学习方法与系统

    公开(公告)号:CN117474086A

    公开(公告)日:2024-01-30

    申请号:CN202311420808.0

    申请日:2023-10-30

    摘要: 本发明公开了一种适应边层级先验错误的因果结构学习方法与系统,它能够有效地利用边层级先验知识来指导因果关系的发现,避免了仅依赖观测数据可能引入的误解,从而提高结果的可靠性;并且,引入先验知识错误处理机制,可以帮助识别和修正错误或过时的边层级先验知识,降低错误边层级先验知识对学习结果的负面影响,从而提高了因果学习的准确性,进而为复杂系统的预测、诊断及决策提供更为准确和可靠的支持;此外,本发明不仅可以用于现有的因果学习任务,也为未来的因果学习研究提供了新的思路和工具。例如,将本发明与其他机器学习技术相结合,可能会带来更好的性能和新的应用可能性。

    稳健因果关系学习方法、系统、设备及存储介质

    公开(公告)号:CN118246550A

    公开(公告)日:2024-06-25

    申请号:CN202410308568.3

    申请日:2024-03-18

    IPC分类号: G06N5/04 G06F16/901

    摘要: 本发明公开了一种稳健因果关系学习方法、系统、设备及存储介质,可以有效处理大规模变量集,并在变量集规模较大时,将问题分解成多个小规模问题进行处理,提高了处理大规模变量集的效率;同时,本发明具有良好的可扩展性,可以与任何因果算法配合使用,使本发明能够适应多种不同的应用场景和需求;并且,本发明提供了一种全新的思路来解决复杂的因果推断问题,其分治的思想和因果割的概念,为后续的因果推断研究提供了新的视角和工具;此外,本发明最终获得的有向因果图具有较高的准确性,能够提升所属应用领域的效果。

    基于大语言模型和顺序因果链约束的因果学习方法与系统

    公开(公告)号:CN117709460A

    公开(公告)日:2024-03-15

    申请号:CN202311420806.1

    申请日:2023-10-30

    摘要: 本发明公开了一种基于大语言模型和顺序因果链约束的因果学习方法与系统,基于大型语言模型的潜力,通过引导大型语言模型推导出链式因果关系,并根据因果链中的变量顺序获取顺序约束,此举旨在挖掘因果关系的直接和间接联系,过滤与因果无关的变量,并降低在因果学习过程中计算因果关系的复杂性。此外,本发明避免了因混淆相关性和因果性而产生的误解,进一步提高了因果学习的准确性。通过应用这种方法,目标是实现更精确且效率更高的因果学习。

    三元组的筛选方法、装置、设备及可读存储介质

    公开(公告)号:CN113495964B

    公开(公告)日:2024-02-23

    申请号:CN202110465765.2

    申请日:2021-04-28

    摘要: 本申请实施例提供了一种三元组的筛选方法、装置、设备及可读存储介质,获取三元组库,在候选三元组中获取互斥三元组集合,获取各个互斥三元组的置信度,将互斥三元组集合中置信度高的互斥三元组,作为筛选结果。三元组库包括多个候选三元组以及候选三元组的信息源,候选三元组从属于候选三元组的信息源的文本数据中提取,互斥三元组集合中任意两个互斥三元组为表达的知识同时成立的概率等于0的候选三元组,由于,互斥三元组的置信度用于指示互斥三元组的信息源表达知识的概率,互斥三元组集合中置信度高的互斥三元组的准确度高,本方案依据互斥三元组的信息源表达知识的概率从互斥三元组集合中筛选三元组,提高了三元组的准确度。

    基于知识驱动的鼻咽癌诊疗因果分析方法、装置和介质

    公开(公告)号:CN118335352A

    公开(公告)日:2024-07-12

    申请号:CN202410748633.4

    申请日:2024-06-12

    摘要: 本发明涉及医疗信息技术和数据分析领域,提供了一种基于知识驱动的鼻咽癌诊疗因果分析方法、装置和介质,该方法通过构建能够表征鼻咽癌诊疗特征变量之间的因果关系的初始贝叶斯网络,为初始贝叶斯网络中的各个节点修剪候选父节点集获得初始父节点集,减少了后续迭代过程中的计算复杂度,并通过迭代优化为各个节点选择最优父节点集,以获得最优贝叶斯网络。本发明中最优贝叶斯网络的构建,使得医疗专业人员能够深入理解患者疾病的发展机制,并清晰地识别不同鼻咽癌诊疗特征之间的因果联系,还为疾病的预后评估和场景分析提供了重要的维度,使医生能够预先判断疾病的进展趋势,并更准确地判断治疗效果的长期展望。