买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本申请提供了集成式AI驱动的数据挖掘工具训练方法及装置,涉及数据挖掘技术领域,包括:读取源端数据类型,进行数据层次化分解,确定数据挖掘的拓扑网络,以基于网络节点的挖掘目标,确定挖掘驱动规则,执行多逻辑区块训练与网络集成部署,确定初始化挖掘工具,引入代理函数,进行交叉验证与多目标寻优,确定优化策略,基于优化策略,对初始化挖掘工具进行优化与独立算域分配,确定数据挖掘工具。通过本申请可以解决现有技术中由于传统的数据挖掘工具对大规模和复杂数据的处理效率低下,导致挖掘结果的准确性较低的技术问题,通过集成式AI驱动,结合多种人工智能技术,实现对数据挖掘过程的自动化和智能化,提高了数据挖掘的准确性和效率。
主权项:1.集成式AI驱动的数据挖掘工具训练方法,其特征在于,包括:读取源端数据类型,进行数据层次化分解,确定数据挖掘的拓扑网络,其中,分解层至少包含领域-场景-多级细化层;基于所述拓扑网络,以基于网络节点的挖掘目标,确定挖掘驱动规则,所述挖掘驱动规则包含类脑处理规则、刚性逻辑规则与长短时记忆规则;基于所述挖掘驱动规则与所述拓扑网络,执行多逻辑区块训练与网络集成部署,确定初始化挖掘工具,其中,各逻辑区块配置有以挖掘目标为导向的驱动算法;引入代理函数,对所述初始化挖掘工具进行交叉验证与多目标寻优,确定优化策略,其中,所述代理函数为针对非线性优化目标的近似梯度关系;基于所述优化策略,对所述初始化挖掘工具进行优化与独立算域分配,确定数据挖掘工具。
全文数据:
权利要求:
百度查询: 北京网田科技发展有限公司 集成式AI驱动的数据挖掘工具训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。