期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于因果图模型的非小细胞肺癌治疗质量影响因素分析
1
作者 姚雪佩 白山奇 刘美娜 《实用肿瘤学杂志》 CAS 2024年第4期227-234,共8页
目的利用快速因果推断(Fast causal inference,FCI)算法构建因果图模型,分析影响非小细胞肺癌治疗质量的直接和间接因素,为改善患者治疗质量提供依据。方法收集10家三甲医院的非小细胞肺癌患者病例信息;确定影响因素为研究变量,不良事... 目的利用快速因果推断(Fast causal inference,FCI)算法构建因果图模型,分析影响非小细胞肺癌治疗质量的直接和间接因素,为改善患者治疗质量提供依据。方法收集10家三甲医院的非小细胞肺癌患者病例信息;确定影响因素为研究变量,不良事件发生率为患者治疗质量评价指标,即结局变量;利用FCI算法挖掘病例数据,构建研究变量与结局的因果图模型,分析研究变量与结局变量及不同研究变量之间的因果关系。结果本研究共纳入2846例患者,平均年龄56.00±7.70岁,不良事件发生率为9.63%。因果图模型共包含24个节点,71条边,其中有向边54条,双向边7条。影响不良事件发生的直接因素包括医院类型、组织学分级、是否淋巴结清扫及住院天数;间接因素包括职业、医保类型、现病史、病理分期、综合治疗、手术性质及肺切除类型;因素间相互作用分析结果显示,现病史、组织学分型、综合治疗、手术性质、肺切除类型决定患者是否接受淋巴结清扫;手术性质、肺切除方式、综合治疗影响住院天数;既往史影响肺癌组织学分型;职业、医保类型影响患者就诊医院类型。结论在非小细胞肺癌治疗质量影响因素分析中,因果图模型能够获得影响不良事件发生的直接和间接因素,发现可干预的目标变量,为改善非小细胞治疗质量提供依据;医院可通过提高淋巴结清扫、综合治疗接受率,降低不良事件发生率。 展开更多
关键词 非小细胞肺癌 影响因素 因果图模型 快速因果推断算法
下载PDF
占座效应的数学建模与统计分析 被引量：2
2
作者 温晗秋子 《数学的实践与认识》 CSCD 北大核心 2003年第10期1-4,共4页
利用因果图模型及其可识别性理论对占座效应 ,即占座行为对座位使用率的影响进行了建模 .并利用这一模型对实际例子中的占座效应进行了分析 。
关键词 占座效应 数学模型 统计分析 因果图模型 可识别性理论 大学
原文传递
一种基于文本的概率因果图推理方法的研究及其应用分析 被引量：1
3
作者 史雪洋 程兵 《计量经济学报》 CSSCI CSCD 2023年第2期315-349,共35页
因果是人类由弱人工智能时代迈向类人智能时代的关键,加之大数据时代下,数据的多样性及其信息的丰富性促使挖掘文本数据中的因果知识成为新的研究热点.目前的因果推断方法更多地应用在低维的、结构化观测数据,对文本数据的利用并不充分... 因果是人类由弱人工智能时代迈向类人智能时代的关键,加之大数据时代下,数据的多样性及其信息的丰富性促使挖掘文本数据中的因果知识成为新的研究热点.目前的因果推断方法更多地应用在低维的、结构化观测数据,对文本数据的利用并不充分.为了实现对非结构化文本数据的因果分析,本文首先结合现代汉语的句型系统,提出了一种基于规则的事件抽取方法.之后,提出了一种基于文本的概率因果图推理方法.具体来说,针对已抽取出的事件,该方法采用聚类算法抽象并泛化语义相似事件的公共语义特征,以定义文本数据中的变量及观测的概念,并基于语义依存关系抽取因果关系来指导文本中因果事件链条的抽取,以进一步发现文本蕴含的因果网络,进而采用因果图模型完成了对文本数据中因果效应的推断.最后,本文分别选取司法文书及金融研报作为语料进行实验,具体展示了针对文本数据的概率因果推理过程. 展开更多
关键词 事件抽取 因果关系推理 文本数据 因果推断 因果图模型
原文传递
因果图模型及其在营养流行病学研究中的应用 被引量：1
4
作者 唐丹 肖雄 +3 位作者 杨帆 胡逸凡 殷建忠 赵星 《中华流行病学杂志》 CAS CSCD 北大核心 2021年第10期1882-1888,共7页
不良饮食是慢性非传染性疾病最重要的可控危险因素之一,但通过随机对照试验定量阐明具体饮食因素与健康结局的因果关联面临很多困难。近年来,因果推断的迅速发展为充分利用和发掘观察性研究数据,产生高质量的营养流行病学研究证据提供... 不良饮食是慢性非传染性疾病最重要的可控危险因素之一,但通过随机对照试验定量阐明具体饮食因素与健康结局的因果关联面临很多困难。近年来,因果推断的迅速发展为充分利用和发掘观察性研究数据,产生高质量的营养流行病学研究证据提供了有力的理论和方法工具。其中,因果图模型通过整合大量先验知识将复杂的因果关系系统可视化,提供了识别混杂和确定因果效应估计策略的基础框架,基于不同的因果图,可选择调整混杂、工具变量或中介分析等不同的分析策略。本文对因果图模型的思想和各种分析策略的特点及其在营养流行病学研究中的应用进行介绍,旨在促进因果图模型在营养领域的应用,为后续研究提供参考和建议。 展开更多
关键词 因果推断 因果图模型 营养流行病学
原文传递
基于因果图模型构造和搜索调整集
5
作者 胡纯严 胡良平 《四川精神卫生》 2022年第4期297-301,共5页
本文目的是介绍因果图模型的基础知识、因果图过程的内容以及基于SAS/STAT中的CAUSALGRAPH过程构造和搜索调整集的方法。因果图模型是图论与概率论相结合的产物,它可以基于用户设定的变量之间的作用关系找到包含最小调整集在内的所有可... 本文目的是介绍因果图模型的基础知识、因果图过程的内容以及基于SAS/STAT中的CAUSALGRAPH过程构造和搜索调整集的方法。因果图模型是图论与概率论相结合的产物,它可以基于用户设定的变量之间的作用关系找到包含最小调整集在内的所有可能的调整集。因果图过程的内容主要包括三种识别标准、两种操作模式和一种验证检查方法。本文基于SAS中因果图过程对两个实例进行因果效应分析,并对输出结果做出解释。 展开更多
关键词 因果图模型 因果效应 处理变量 工具变量 调整集
下载PDF
基于因果图模型检验调整集和寻找共用调整集
6
作者 胡纯严 胡良平 《四川精神卫生》 2022年第4期302-306,共5页
本文目的是介绍基于因果图模型检验调整集、寻找共用调整集以及用SAS软件实现统计计算。首先,介绍与因果图模型有关的基本概念;其次,介绍因果图理论的初级内容,包括因果图的组成和术语;最后,针对两个实例并借助SAS/STAT中的CAUSALGRAPH... 本文目的是介绍基于因果图模型检验调整集、寻找共用调整集以及用SAS软件实现统计计算。首先,介绍与因果图模型有关的基本概念;其次,介绍因果图理论的初级内容,包括因果图的组成和术语;最后,针对两个实例并借助SAS/STAT中的CAUSALGRAPH过程,完成以下两项任务:①检验调整集和枚举路径;②寻找多个因果图模型共用的调整集。 展开更多
关键词 因果图模型 因果效应 结点和边 潜在结构 调整集
下载PDF
基于工具变量识别因果效应以及用数据区分不同模型
7
作者 胡纯严 胡良平 《四川精神卫生》 2022年第4期307-312,共6页
本文目的是介绍基于工具变量识别因果效应、用数据区分不同模型以及使用SAS软件实现计算的方法。首先,介绍因果图理论的4个主要内容,包括关联的来源、因果图模型的统计性质、识别和调整以及工具变量;其次,针对两个实例并借助SAS/STAT中... 本文目的是介绍基于工具变量识别因果效应、用数据区分不同模型以及使用SAS软件实现计算的方法。首先,介绍因果图理论的4个主要内容,包括关联的来源、因果图模型的统计性质、识别和调整以及工具变量;其次,针对两个实例并借助SAS/STAT中的CAUSALGRAPH过程,完成以下两项任务:①用工具变量识别因果效应;②用数据区分不同模型。 展开更多
关键词 因果图模型 因果效应 关联和偏差 识别和调整 工具变量
下载PDF
基于因果图模型应用调整集估计数据的因果效应
8
作者 胡纯严 胡良平 《四川精神卫生》 2022年第4期313-318,共6页
本文目的是介绍因果图过程的5个局限性和基于因果图模型应用调整集估计数据的因果效应。5个局限性包括:①因果图过程不能处理有向循环的因果图模型;②因果图过程不能评估动态处理方案;③因果效应识别是一个总体概念;④因果效应识别是一... 本文目的是介绍因果图过程的5个局限性和基于因果图模型应用调整集估计数据的因果效应。5个局限性包括:①因果图过程不能处理有向循环的因果图模型;②因果图过程不能评估动态处理方案;③因果效应识别是一个总体概念;④因果效应识别是一个非参数概念;⑤因果图过程不能识别某些因果图模型中的因果效应。实例是针对一个模拟的数据集,分别采用常规的多重Logistic回归模型分析与因果图模型分析,比较二者的分析结果,得出如下结论:①因果图理论在混淆情况下识别因果效应是有用的;②通过实施因果效应的分层估计,可以基于因果图过程的识别结果,实现因果效应的良好统计估计。 展开更多
关键词 因果图模型 因果效应 分层估计 处理效应
下载PDF
一种新颖的深度因果图建模及其故障诊断方法 被引量：8
9
作者 唐鹏 彭开香 董洁 《自动化学报》 EI CAS CSCD 北大核心 2022年第6期1616-1624,共9页
为了实现复杂工业过程故障检测和诊断一体化建模,提出了一种新颖的深度因果图建模方法.首先,利用循环神经网络建立深度因果图模型,将Group Lasso稀疏惩罚项引入到模型训练中,自动地检测过程变量间的因果关系.其次,利用模型学习到的条件... 为了实现复杂工业过程故障检测和诊断一体化建模,提出了一种新颖的深度因果图建模方法.首先,利用循环神经网络建立深度因果图模型,将Group Lasso稀疏惩罚项引入到模型训练中,自动地检测过程变量间的因果关系.其次,利用模型学习到的条件概率预测模型对每个变量建立监测指标,并融合得到综合指标进行整体工业过程故障检测.一旦检测到故障,对故障样本构建变量贡献度指标,隔离故障相关变量,并通过深度因果图模型的局部因果有向图诊断故障根源,辨识故障传播路径.最后,通过田纳西-伊斯曼过程进行仿真验证,实验结果验证了所提方法的有效性. 展开更多
关键词 深度因果图模型 故障检测 根源诊断 传播路径辨识 Group Lasso
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部