从多个结果确定充分原因的系统和方法技术方案

本发明专利技术涉及从多个结果确定充分原因的系统和方法，其用于从可观察结果和已知的Noisy‑OR因果关系推断最可能的原因。在实施例中，根据包括但不限于结果的固有频率顺序、专家标记的顺序、机器学习得到的顺序等的顺序，通过索引对结果进行排序。在实施例中，根据其指派的索引，具有较低索引的观察到的结果被指派用于精确推断，而具有较高索引的观察到的结果被指派用于变分推断。在实施例中，精确推断和变分推断的结果被组合以预测最可能的原因。根据结果索引的精确推断和变分推断的独特组合使得可能原因的推断过程更快。

Systems and methods to determine sufficient causes from multiple results

The invention relates to a system and method for good reason determined from multiple results, the reasons can be used from the Noisy OR causality inference observation results and known most likely. In an example, the results are sorted according to the order of natural frequencies, including the order of natural frequencies, the order of expert marks, and the order obtained by machine learning, including, but not limited to, the results. In the example, according to the index assigned, the observed results with lower index are assigned for precise inference, while the observed results with higher index are assigned for variational inference. In an example, the results of accurate inference and variational inference are combined to predict the most likely reasons. The precise inference of the result index and the unique combination of the variational inference make the inference process of the possible cause faster.

【技术实现步骤摘要】
从多个结果确定充分原因的系统和方法
本专利技术一般地涉及提供用于辅助在给定多个结果的情况下确定充分原因的系统和方法。
技术介绍
因果性是在原因与效果或结果之间存在关系的原理。在一部分情况下，结果可能是许多原因之一的结果。存在用于试图形式化因果关系的各种模型和理论。一个这样的模型的集合被称为因果影响(ICI)的独立性，其通过假设因果影响(ICI)的独立性来解决在处理条件概率时的参数的指数增长的问题。接受该假设允许仅使用在多个原因中是线性的多个参数来定义条件概率分布的参数模型。诸如Noisy-OR和Noisy-AND门的ICI模型已经被广泛使用。Noisy-OR模型是因果独立形式体系，对在多个原因和结果之间的关系进行建模。“noisy”修饰语强调任何因果关系首先是概率性的。Noisy-AND模型是对在多个原因与结果之间的关系进行建模的因果独立形式系统，其中每个原因都是产生结果所必需的。可以使用等式Pr(o)＝1–[(1–泄漏)Π(1–pi)]来示出噪声Noisy-OR，其中pi是导致结果o的原因i的概率；并且泄漏是观察没有产生它的任何原因的结果o的概率。可以使用等式Pr(o)＝(1–抑制本文档来自技高网...

【技术保护点】
一种用于从结果确定一个或多个潜在原因的计算机实现的方法，所述方法包括：获得观察结果的集合；根据所指派的索引对观察结果中的至少一部分进行排序；基于所述索引将所排序的结果分成第一结果集合和第二结果集合；使用变分推断过程中的第一结果集合和精确推断过程中的第二结果集合来确定原因集合中每个原因的推断的概率；以及基于具有高于阈值概率值的概率的原因输出可能原因的集合作为可能原因。

【技术特征摘要】
2016.07.20 US 15/215,5131.一种用于从结果确定一个或多个潜在原因的计算机实现的方法，所述方法包括：获得观察结果的集合；根据所指派的索引对观察结果中的至少一部分进行排序；基于所述索引将所排序的结果分成第一结果集合和第二结果集合；使用变分推断过程中的第一结果集合和精确推断过程中的第二结果集合来确定原因集合中每个原因的推断的概率；以及基于具有高于阈值概率值的概率的原因输出可能原因的集合作为可能原因。2.根据权利要求1所述的方法，其中，所述排序步骤包括移除与低重要性相关联的观察结果的集合中的一个或多个。3.根据权利要求1所述的方法，其中，结果的指派索引基于其固有发生频率。4.根据权利要求1所述的方法，其中，所指派的索引基于专家标记的排序。5.根据权利要求1所述的方法，其中，根据结果的机器学习导出顺序确定所指派的索引。6.根据权利要求1所述的方法，进一步包括从所述原因集合中挑选具有最高概率的原因作为最可能的原因。7.根据权利要求1所述的方法，进一步包括使用基本真值和机器学习来更新所述排序。8.根据权利要求1所述的方法，其中，所述变分推断使用凸共轭最小化或循环传播来实现。9.根据权利要求1所述的方法，其中，所述精确推断使用快速评分、单耦合对消除或四重测试来实现。10.一种用于从多个充分结果确定潜在原因的方法，所述方法包括：获得包括正观察量和负观察量的观察量集合，所述负观察量是未观察的确认，所述观察集合与可能原因集合相关；确定每个负观察量的单个负观察量概率；应用每个单个负观察量概率确定所述负观察量的联合概率；针对所述正观察量中的每一个，根据为正观察量中的每一个指派的当前索引来选择精确推断或变分推断；使用变分变换确定被选择用于变分推断的每个正观察量的概率；确定被选择用于变分推断的全部正观察量的联合概率；使用确定出的全部正观察量的联...

【专利技术属性】
技术研发人员：谢于晟，杜楠，翟静，朱伟铖，周达文，范伟，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：美国,US