| 主权项 |
1.一种人工智慧分析辨识预测方法,系以软体型态 或硬体型态安装在电子计算机硬体内,以成为一人 工智慧系统来执行其功能,且包含有以下步骤: 接受复数笔的输入资料,其中各笔资料含有复数个 特征値及一个类别; 以一内建的机器学习演算法学习所输入资料; 根据机器学习演算法的学习结果,建立一可分析及 辨识一预测目标之模式与规则,并且自该模式与规 则中,撷取可影响预测目标结果变异之因素群及影 响能力大小,即抽取自模式与规则中的复数个特征 点以及各特征点所分别拥有的影响权重値; 接受一预测目标之输入资料,其中该资料包含复数 个特征値; 以该模式与规则来辨识与分析该预测目标资料,并 推得该目标之类别; 输入该目标于事实上之类别,并比对该事实类别与 前述推得之类别,若两者比对相同则结束本方法, 若比对不同,则进行下列复数个学习步骤: 根据该预测目标的资料及事实上的类别产生一笔 新资料; 以机器学习演算法学习该新的资料; 根据机器学习演算法的演算结果增减分别可影响 各类别的各因素,改变各因素的权重,且校正该预 测及分析预测目标之模式与规则。 2.如申请专利范围第1项所述之人工智慧分析辨识 预测方法,系为一种生物基因之分析辨识预测方法 ,其中所输入该系统的复数笔资料中,各笔资料分 别为一基因序列,该等特征値系为复数个撷取自该 基因序列的不同基因之基因値,该类别为个体细胞 变异之结果,可为多种类类别型态资料。 3.如申请专利范围第1项所述之人工智慧分析辨识 预测方法,系为一种影像之分析辨识预测方法,其 中所输入该系统的复数笔资料中,各笔资料分别为 一种影像,该等特征値系为复数个撷取自该影像的 不同局部影像,该类别系为该影像的身分。 4.如申请专利范围第3项所述之人工智慧分析辨识 预测方法,其中各类影像系为二维静态影像。 5.如申请专利范围第3项所述之人工智慧分析辨识 预测方法,其中各类影像系为三维动态影像。 6.如申请专利范围第3项所述之人工智慧分析辨识 预测方法,其中各类影像系为四维立体动态影像。 7.如申请专利范围第1项所述之人工智慧分析辨识 预测方法,系为一种财务信用之分析辨识预测方法 ,其中所输入该系统的复数笔资料中,各笔资料分 别为一个体基本资料以及过去信用状况资料以及 信用风险値,该等特征値系为复数个撷取自个体资 料的不同基本资料以及过去信用状况资料,该类别 为信用风险値,可为多种类类别资料。 图式简单说明: 第一图系为本发明人工智慧分析辨识预测方法以 软体型态安装于一电子机算机硬体之示意图。 第二图系为本发明所输入到系统之单笔资料的示 意图。 第三图人工智慧分析辨识预测方法之步骤示意图 。 |
