因果性

摘要： 作为一种特别的过失犯,监督过失的因果性是指监督者的过失与被监督者的非合规行为及其危害结果之间的因果联系性。引起被监督者的过失行为是监督过失因果性的常态体现,引起被监督者的故意行为是监督过失因果性的非常态体现。立于过失犯是结果犯的本质逻辑和恰当限制监督过失的责任主体范围,监督过失的注意义务应以危害结果避免义务作为实质内容。监督过失的定罪实践应先采用类型化的定罪思维,而当存在两个以上的责任主体时,则应将纵向监督过失或横向监督过失的个案予以共犯化处置,以体现罪责刑相适应原则,且有利于合理有效地惩防监督过失。监督过失是刑事合规的题中之义,且其对共同犯罪的理论改造价值也值得重视。

摘要： 托尔斯泰的长篇小说《复活》素材来自检察,官柯尼提供的真人真事:贵族青年引诱了姑母的婢女;婢女怀孕后被逐,沦为妓女,被指控偷钱;在审判庭上,贵族青年作为陪审员,深受良心谴责;向法官申请与之结婚,以赎前罪,不幸妓女在狱中死于斑疹伤寒。原始素材中妓女之死纯系偶然,作为情节,因果性不完整,也就没有主题。托尔斯泰从1889年至1899年,历经十年,六易其稿,建构了因果深邃的情节,完成了精神“复活”的主题。

摘要： 1前言:孔明与AI的激情相遇在上一期里我们说明了当今主流AI的主要技能是基于大数据分析找出相关性,并迅速归纳出规律性。这项强大的能力,与人类天赋的溯因性推理能力之间,具有巧妙的互补性,就是:●人类的天赋溯因性推理,协助AI把它天赋的相关性转化为强大的因果性推理能力;●AI的因果性推理,也能协助人类更加发挥其溯因性推理能力,激发出人类更高的创新力。

摘要： 推荐系统偏差的研究众多但零散,相关研究综述较少。因此,根据偏差产生的主体将偏差分为用户行为导致的偏差、物品展示导致的偏差和推荐算法导致的偏差,进而又细分为选择偏差、一致性偏差等九种具体的类别,并给出各个偏差的定义和造成原因;着重对解决偏差问题的相关性推荐方法和因果性推荐方法的研究进行整理,并根据所采用技术手段或者所处训练模型的前、中、后三个阶段进一步分类,分析不同类别研究之间的区别和优势;总结了在常用数据集上的偏差研究概况和新提出的偏差衡量指标;从不同的类别角度对面向偏差问题的推荐方法发展趋势进行分析和展望,希望为推荐系统中的后续的偏差研究提供一定的帮助。

摘要： 1生态理念概述及在水利设计应用中的重要作用1.1水利设计中生态理念的概述水利生态一般是指由于修建水利工程、从事各种生产、生活、建设、水利活动等而引起的水生态环境问题,具有交叉性、复合性、因果性和得失多重特征。

摘要： 笛卡尔的形而上学与斯宾诺莎的形而上学之间的关系,以及斯宾诺莎对于前者的批评,无论是在德国唯心论哲学中,还是在当代法国哲学中,都是一个非常重要的问题。笛卡尔和斯宾诺莎的形而上学有两个核心的原则:其一是因果性原则,其二是实在性或力量原则。但是,对于这两个原则之间的关系,笛卡尔和斯宾诺莎分别给出了不同的解释。对于笛卡尔和斯宾诺莎的形而上学,德国唯心论和当代法国哲学给出了不同的评判。德国唯心论肯定了斯宾诺莎形而上学对于笛卡尔形而上学的内在困难的克服,但批评前者缺乏主体性和自由。德勒兹和马里翁作为当代法国哲学的代表则对笛卡尔与斯宾诺莎形而上学给出了截然对立的看法。德勒兹认为,斯宾诺莎将邓·司各脱的“存在的单义性”原则推进至一种彻底的内在性原则,由此肯定了力量的无限能动性和多元性。马里翁则认为,斯宾诺莎的自因学说错失了笛卡尔形而上学的深刻和谨慎,因为后者认识到上帝作为一个“匿名的他者”不可能被自因概念完全包容。但是,无论德勒兹还是马里翁,都不再关注笛卡尔和斯宾诺莎最重视的因果性原则,而仅仅是强调力量原则。

摘要： 自由与决定论的关系问题在哲学史上经历了漫长的发展过程。在古希腊时期,自由与决定论的关系问题以自由选择与宿命论的 关系问题出现;在中世纪是关于自由意志与先定论的关系问题;随着近代自然科学的发展,该问题则以自由意志与决定论的关系问题出 现。总而言之,在西方哲学中人们关于此问题的探讨主要是关于人内在的理性或意志能否克服外在各种形式的决定论来自由地选择和 控制其行为,从而确定是否应该对自身的行为负道德责任的问题。因此,探讨自由与决定论的关系具有重要意义。

摘要： 烧结是高炉炼铁系统中的重要生产单元,其生产水平高低直接关系炼铁企业的生产效益.烧结过程具有时滞性和非线性特征,为了实现对烧结生产状态的准确预测,本文综合自相关分析、收敛交叉映射和误差反向传播神经网络等方法,融合因果性机理和黑箱模型,建立了基于因果分析的烧结生产状态预测模型.该模型通过因果分析层选取解释变量集、自相关窗口和因果性窗口,并通过神经网络层实现对6个烧结生产状态关键变量的准确预测.经过工业数据测试,该模型预测平均误差控制在0.5％～3.1％之间,能够有效辅助工厂进行烧结状态调整.

摘要： 因果排除论证是心灵哲学的心物因果论题中最重要的问题之一.因果排除论证的目的是反驳非还原的物理主义,证明心灵属性不具有不可还原的因果效力.运用现代人工智能学界因果建模的新兴发展理论——因果贝叶斯网络分析,可以清晰地刻画因果排除论证并提供辩护.因果贝叶斯网络假设研究客体满足因果马尔可夫条件,而为了满足这个条件,又必须预设可以被视作因果性的随附性,但这个预设在全面的哲学分析下是可疑的.本文立足因果贝叶斯网络,对因果排除论证加以分析和探讨,揭示以往辩护方案的不足之处,并指出将随附性纳入因果网络分析的需求,提出一个对因果贝叶斯网络的检验与修正的新视角.

摘要： 在大数据与人工智能发展得如火如荼的今天,机器可以轻而易举地挖掘到海量数据。更进一步,数据间的相关性很容易被发现,由此人们将更多的目光放在了相关性上,甚至一度出现了"相关性能够取代因果性"的呼声,这其实是人们还没有弄清楚相关性的本质的表现。从人的好奇本心出发,从认识发展的数千年历史来看,人类的目光从来不会停留在眼前实用的水平之上,人们总会不断地追问"为什么"这样的"形而上学"问题。

摘要： 物理学家对量子纠缠现象的认识经历了基于观念质疑、实验认可和具体应用这样一个从理论阐述到技术开发的过程.量子纠缠现象的存在颠覆了许多传统的哲学观念,直接引发了关于如何理解"实在"和"因果性"概念的讨论.这些讨论深化了对实在论与反实在论、因果性与关联、决定论与非决定论、定域性与非定域性、可分离性与不可分离性等概念的理解,揭示了本体论思维方式的局限性.

摘要： 本发明公开了一种基于含因果性医学知识图谱的疾病辅助鉴别诊断系统，本发明设计和构建了非结构化数据提取、映射和校准工具，从电子病历、医学文献、临床指南等多源异构医学知识源中提取与疾病诊疗相关的因果性知识，构建包含病史、症状、体征、实验室检查结果、用药、人口统计学信息等关键诊断信息的含因果性医学知识图谱，并在构建过程中设计相应的知识提取规则，减少含因果性医学知识图谱的噪声，提高疾病鉴别诊断模型的准确度和运行效率。本发明基于含因果性医学知识图谱，提取患者所有的个性化诊断数据，并充分利用患者数据中的阴性检查结果和阴性症状等阴性数据，利用疾病鉴别诊断模型开展显式推理，给出具有明确诊断依据的推理结果。

摘要： 一种基于格兰杰因果性的脑电源定位方法，包括：利用脑电采集设备记录多个导联的头皮脑电信号，并进行初步的预处理；将每个导联分别作为观测导联，分别分析每个导联与其他导联间的格兰杰因果性，并根据因果性指标进行导联间源定位；统计能够成为源的导联数目，计算每个能够成为源的导联作为全脑源区的可能性指标，实现全脑源定位。本发明在一定程度上解决了脑电源定位稳定性差、唯一性差的问题，可得到每个导联作为全脑源区的可能性，实现全脑源定位。能够在一定程度上改善脑电逆问题解的不稳定性和非唯一性。本发明的脑源定位方法可用于脑神经系统疾病病灶部位的确定、神经外科手术定位以及认知任务中的脑源定位和跟踪，在科学研究和实际临床中均有重要的意义。

摘要： 本发明提出一种考虑因果性特征的锂离子电池退化与容量预测模型，提取并筛选因果性特征，并使用因果性特征作为模型的输入预测电池的可用容量，来增强模型在预测和特征角度的可解释性，提高容量的预测精度。具体为：(1)针对其他神经网络模型对输入参数与输出之间的因果关系解释不充分的问题，提出考虑因果特征来预测容量，提高了模型的可解释性。(2)提出采用脉冲响应分析法分析特征对容量衰减的影响，并结合电池老化机理分析，明确了所选特征对容量衰减的确切影响和作用机理，提高了特征的可解释性。(3)以因果特征为输入，构建了基于长短时记忆LSTM网络的容量预测模型，与使用原始特征的预测结果和其他方法的预测结果相比，实现了对容量更准确的预测。

摘要： 本发明公开了一种基于含因果性医学知识图谱的疾病辅助鉴别诊断系统，本发明设计和构建了非结构化数据提取、映射和校准工具，从电子病历、医学文献、临床指南等多源异构医学知识源中提取与疾病诊疗相关的因果性知识，构建包含病史、症状、体征、实验室检查结果、用药、人口统计学信息等关键诊断信息的含因果性医学知识图谱，并在构建过程中设计相应的知识提取规则，减少含因果性医学知识图谱的噪声，提高疾病鉴别诊断模型的准确度和运行效率。本发明基于含因果性医学知识图谱，提取患者所有的个性化诊断数据，并充分利用患者数据中的阴性检查结果和阴性症状等阴性数据，利用疾病鉴别诊断模型开展显式推理，给出具有明确诊断依据的推理结果。

摘要： 本申请公开了一种因果性影响的确定方法、装置、设备及存储介质，属于计算机和互联网技术领域。所述方法包括：从应用程序中登录的至少一个用户帐号对应的用户信息中，获取第一用户外在特征对应的至少一组用户信息；基于至少一组用户信息所包括的用户内在属性，确定每类用户内在属性的出现概率；基于至少一组用户信息所包括的用户内在属性和用户活跃度，确定每类用户内在属性给定时用户活跃度的数学期望；以每类用户内在属性的出现概率为权重，对每类用户内在属性给定时用户活跃度的数学期望进行加权求和处理，得到第一因果效应估计量。本申请实施例提升了用户活跃度相关分析的准确性，有助于有效提升用户活跃度。

摘要： 本发明公开了一种基于预训练神经网络的因果性问答对匹配方法，该方法首先利用预训练模型BERT对问题句子和候选答案句子进行编码得到相应的句子嵌入；然后模型通过卷积或链接方式充分利用句子嵌入的上下文信息，并根据问答句子对的分类特征、上下文的局部显著特征和整体特征得到问答句子对相关的因果特征；最后由全连接网络构成的分类器判断因果极性。本发明充分利用了预训练模型学到的上下文相关的编码信息，能捕获问答句子对编码的因果特征，在COPA和SOCIAL IQA两个关于因果性问答对的数据集上的匹配效果可以达到目前研究的先进水平。

摘要： 本发明公开了一种基于矩阵传递熵的时间序列因果性分析方法及其计算机装置和应用，通过Parzen窗变量的概率密度估计方法直接计算二阶Renyi熵，并将其推广到变量X的α阶Renyi熵，结合Gram矩阵定义矩阵传递熵，然后在传统的基于传递熵的因果性分析方法的基础上，通过矩阵传递熵计算因果性分析指标，最后按照因果性判断标准分析两个时间序列的因果性。与格兰杰因果性分析方法相比，该方法克服了“回归模型”的缺陷，能够用于具有非线性因果关系的时间序列中，与传统的基于传递熵的因果性分析方法相比，该方法鲁棒性好，易于计算而且计算复杂度低，适用于计算复杂度低的场合；将该分析方法应用于临床应用中用于探索患有呼吸暂停综合症病人的呼吸和心跳之间的因果性，具有良好的应用效果。

摘要： 本申请实施例提出了基于格兰杰因果性的过程变量评估方法，包括选取待确定因果关系的第一过程回路和第二过程回路，对第一过程回路和第二过程回路进行互相关运算；如果判定需要进行因果性检验，则根据格兰杰因果性原理建立对应第一过程回路和第二过程回路的受限模型和非受限模型；对受限模型和非受限模型进行运算，基于运算结果和F统计检验方式对第一过程回路和第二过程回路之间存在的因果性进行定量和定性表示。通过引入格兰杰因果性分析方法，在对两个过程回路进行互相关运算的基础上，能够实现非对称的多回路因果性评估，弥补了现有评估方法的不足，同时借助F统计校验的方式，给出包括定性、定量两方面的判定结论，扩大了结论的覆盖面。

摘要： 本发明公开了基于核递归最大互相关熵算法的非线性格兰杰因果性检测方法，该方法在传统格兰杰因果性检测方法基础上，采用核递归最大互相关熵算法建立非线性回归模型，利用非线性回归误差计算因果性指标，通过因果性准则得到两个时间序列之间的因果关系，并对因果性指标和分辨能力指标进行显著性检验。该方法不但能正确地检测出非线性因果关系，而且其分辨能力也更强。因此基于核递归最大互相关熵算法的非线性格兰杰因果性检测方法在实际应用中更加易于推广和使用。

摘要： 一种基于格兰杰因果性的脑电源定位方法，包括：利用脑电采集设备记录多个导联的头皮脑电信号，并进行初步的预处理；将每个导联分别作为观测导联，分别分析每个导联与其他导联间的格兰杰因果性，并根据因果性指标进行导联间源定位；统计能够成为源的导联数目，计算每个能够成为源的导联作为全脑源区的可能性指标，实现全脑源定位。本发明在一定程度上解决了脑电源定位稳定性差、唯一性差的问题，可得到每个导联作为全脑源区的可能性，实现全脑源定位。能够在一定程度上改善脑电逆问题解的不稳定性和非唯一性。本发明的脑源定位方法可用于脑神经系统疾病病灶部位的确定、神经外科手术定位以及认知任务中的脑源定位和跟踪，在科学研究和实际临床中均有重要的意义。