Core Concepts
通过时间点过程方法发现和解释异常事件的潜在因果规则。
Abstract
本文介绍了一种利用时间点过程模型有效发现潜在逻辑规则以预测和解释异常事件的方法。实验结果表明,该方法在合成数据和真实医疗数据集上表现出色。
摘要
在高风险系统中,如医疗保健领域,理解异常事件背后的因果原因至关重要。
提出了一种自动化方法来揭示“如果-那么”逻辑规则,以解释观察到的事件。
使用期望最大化(EM)算法同时学习模型参数、发现规则集,并推断每个事件最可能的因果规则。
数据提取
"我们设计了一个EM算法,可以联合学习模型参数、发现规则集,并推断每个事件最可能的因果规则。"
引用
"我们特别可以以可微分方式学习规则集。"
Stats
我们设计了一个EM算法,可以联合学习模型参数、发现规则集,并推断每个事件最可能的因果规则。