首页> 中国专利> 一种基于深度学习的因果关系挖掘方法

一种基于深度学习的因果关系挖掘方法

页面导航

摘要

本发明公开了一种基于深度学习的因果关系挖掘方法，首先利用缺失数据补充、数据归一化、独热编码等技术对数据进行预处理，然后基于Keras深度学习框架利用LSTM进行目标特征的单变量时序预测，调整模型结构和一系列超参数得到最优模型，记录该模型在测试集上的R

1. 一种基于深度学习的因果关系挖掘方法 [P] . 中国专利： CN109993281A . 2019-07-09
2. 一种基于MOOC数据中辍学行为的因果关系挖掘方法 [P] . 中国专利： CN110866162A . 2020-03-06
3. System and Method for Extracting Deep Learning Based Causal Relation with Expansion of Training Data [P] . 韩国专利： KR102109860B1 . 2020-05-12

机译：基于训练数据扩展的因果关系提取深度学习的系统和方法
4. System and Method for Extracting Deep Learning Based Causal Relation with Expansion of Training Data [P] . 韩国专利： KR20200044177A . 2020-04-29

机译：基于训练数据扩展的因果关系提取深度学习的系统和方法
5. RNA- A deep-learning based system for evaluating the RNA-guided nuclease activity using deep-learning [P] . 韩国专利： KR20190048926A . 2019-05-09

机译： RNA-一种基于深度学习的系统，用于通过深度学习评估RNA引导的核酸酶活性