一种可解释的机器学习方法——深度证据推理规则
实质审查的生效
摘要
本发明涉及一种可解释的机器学习方法——深度证据推理规则，属于机器学习方法领域。该方法步骤如下：1.将定量数据和定性知识转化为置信度分布输入到DERR模型中。2.将输入特征通过证据推理规则进行特征融合。3.在前向传播过程中，利用若干个证据推理规则块(ERRB)建立DERR模型的层结构。对于输入特征，提取每个ERRB的局部输入特征作为输出特征。4.当得到下层权重时，通过权重的反向传播得到上层权重。5.通过基于协方差矩阵的自适应演化策略(CMA‑ES)优化算法，对DERR模型参数进行优化。本发明的优点是与传统机器学习方法相比，本模型具有出色的分类能力；可以描述更一般的不确定性信息；可以输入各种类型的特征；本模型具有良好的可解释性。
基本信息
专利标题 ：
一种可解释的机器学习方法——深度证据推理规则
专利标题（英）：
暂无
公开（公告）号 ：
CN114358289A
申请号 ：
CN202111167208.9
公开（公告）日 ：
2022-04-15
申请日 ：
2021-10-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张敖翔张邦成郑忠胡冠宇吕仕元
申请人 ：
长春工业大学
申请人地址 ：
吉林省长春市延安大街2055号
代理机构 ：
代理人 ：
优先权 ：
CN202111167208.9
主分类号 ：
G06N5/04
IPC分类号 ：
G06N5/04 G06N3/04 G06N3/08 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N5/00
利用基于知识的模式的计算机系统
G06N5/04
推理方法或设备
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06N 5/04
申请日 : 20211004
申请日 : 20211004
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
