[发明专利]存储介质和数据处理方法有效
| 申请号: | 202010135860.1 | 申请日: | 2020-03-02 | 
| 公开(公告)号: | CN111666708B | 公开(公告)日: | 2023-10-10 | 
| 发明(设计)人: | 秋间学尚 | 申请(专利权)人: | 富士通株式会社 | 
| 主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F30/398;G06N3/0464;G06F17/18;G06N20/00 | 
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王萍;杨林森 | 
| 地址: | 日本神*** | 国省代码: | 暂无信息 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 存储 介质 数据处理 方法 | ||
1.一种非暂态计算机可读存储介质,存储有使计算机执行处理的程序,所述处理包括:
基于通过对使用多个变量的值的组合而生成的数据集进行学习处理而获取的并且对数据的维数进行压缩的压缩模型,获取压缩空间内的与通过使用所述多个变量的值的预定组合而生成的数据相对应的点;
基于与通过使用所述预定组合而生成的数据相对应的点、所述空间内的与根据所述多个变量的值而改变的特性的目标值相对应的目标点以及所述空间内的针对所述多个变量中的预定变量的回归模型,获取所述预定变量的改变量;以及
通过使用所述改变量来改变包括在所述预定组合中的所述预定变量的值。
2.根据权利要求1所述的存储介质,其中
所述回归模型的目标变量是所述预定变量,并且
所述回归模型的解释变量是表示所述空间的多个变量。
3.根据权利要求2所述的存储介质,所述处理还包括:
通过使用所述回归模型从所述目标点获取所述预定变量的第一值;
通过使用所述回归模型从与使用所述预定组合而生成的数据相对应的点获取所述预定变量的第二值;以及
通过使用所述第一值与所述第二值之间的差以及所述回归模型的可靠性来获取所述改变量。
4.根据权利要求1所述的存储介质,所述处理还包括:
通过使用所述数据集和所述压缩模型来生成所述回归模型;以及
通过使用所述数据集、所述压缩模型和所述回归模型来获取所述回归模型的可靠性。
5.根据权利要求1所述的存储介质,所述处理还包括:
基于与通过使用所述预定组合而生成的数据相对应的点、所述目标点以及所述空间内的针对所述多个变量中的每个变量的回归模型来获取所述多个变量中的每个变量的改变量;以及
通过使用所述多个变量中的每个变量的改变量来改变包括在所述预定组合中的所述多个变量中的每个变量的值。
6.根据权利要求1所述的存储介质,所述处理还包括:
通过使用所述多个变量中的每个变量的改变后的值来生成改变的数据并且计算所述特性的值;以及
在所计算的值与所述目标值之间的差高于阈值的情况下,通过使用所述多个变量中的每个变量的改变后的值作为所述预定组合来改变所述多个变量中的每个变量的改变后的值,
其中,重复用于改变所述多个变量中的每个变量的改变后的值的处理,直到所计算的值与所述目标值之间的差低于所述阈值。
7.根据权利要求1所述的存储介质,所述处理还包括:
通过对所述数据集执行学习处理来获取所述压缩模型。
8.根据权利要求7所述的存储介质,所述处理还包括:
通过使用所述多个变量的值的多个组合中的每个组合对分析目标执行模拟来生成时间序列数据;
生成表示根据所述多个组合中的每个组合而生成的所述时间序列数据的图像;以及
学习根据所述多个时间序列数据而生成的图像的集合。
9.根据权利要求1所述的存储介质,其中
所述压缩模型是变分自动编码器。
10.一种通过计算机执行的数据处理方法,所述数据处理方法包括:
基于通过对使用多个变量的值的组合而生成的数据集进行学习处理而获取的并且对数据的维数进行压缩的压缩模型,获取压缩空间内的与通过使用所述多个变量的值的预定组合而生成的数据相对应的点;
基于与通过使用所述预定组合而生成的数据相对应的点、所述空间内的与根据所述多个变量的值而改变的特性的目标值相对应的目标点以及所述空间内的针对所述多个变量中的预定变量的回归模型,获取所述预定变量的改变量;以及
通过使用所述改变量来改变包括在所述预定组合中的所述预定变量的值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于富士通株式会社,未经富士通株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010135860.1/1.html,转载请声明来源钻瓜专利网。





