恭喜上海交通大学宁波人工智能研究院苗雨提获国家专利权
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!
龙图腾网恭喜上海交通大学宁波人工智能研究院申请的专利一种金融风控领域的检测交互特征的模型可解释方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114742643B 。
龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210487256.4,技术领域涉及:G06Q40/03;该发明授权一种金融风控领域的检测交互特征的模型可解释方法是由苗雨提;王冠;杨根科;褚健设计研发完成,并于2022-05-06向国家知识产权局提交的专利申请。
本一种金融风控领域的检测交互特征的模型可解释方法在说明书摘要公布了:本发明公开了一种金融风控领域的检测交互特征的模型可解释方法,涉及图神经网络技术与模型可解释领域,所述方法包括以下步骤:步骤1、根据已有的训练特征和训练标签训练一个加性模型;步骤2、使用交互特征检测模块检测存在的交互特征对,使用得到的所述交互特征对、所述训练标签和所述步骤1的残差再构造一个GAM模型,再将所述加性模型和所述GAM模型相加,得到一个包含所述交互特征对的GAM2模型;步骤3、根据高阶交互存在当且仅当其所有低阶交互均存在的原则,对所述GAM2模型进行多轮迭代,直到某轮迭代交互特征阶数不再增加,得到一个GAMn模型;步骤4、实现可视化与报告导出。
本发明授权一种金融风控领域的检测交互特征的模型可解释方法在权利要求书中公布了:1.一种金融风控领域的检测交互特征的模型可解释方法,其特征在于,所述方法包括以下步骤:步骤1、根据已有的训练特征和训练标签训练一个加性模型,所述加性模型的分类器表示为: 其中,,为所述训练特征或所述训练标签,为每一个对整体预测结果的贡献度;步骤2、使用交互特征检测模块检测存在的交互特征对,使用得到的所述交互特征对、所述训练标签和所述步骤1的残差再构造一个模型,再将所述加性模型和所述模型相加,得到一个包含所述交互特征对的模型,所述模型的分类器表示为: 其中,,为所述交互特征检测模块检测出的所述交互特征对的集合,表示其中的任一所述交互特征对,为针对所述交互特征对中的关于的变换函数;步骤3、根据高阶交互存在当且仅当其所有低阶交互均存在的原则,对所述模型进行多轮迭代,直到某轮迭代交互特征阶数不再增加,得到一个模型,所述模型包含阶交互的分类器表示为: 其中,,阶交互的最高阶是,表示一组高维交互特征;步骤4、实现可视化与报告导出;所述步骤2中的所述交互特征检测模块是基于图神经网络;所述交互特征检测模块中的所述图神经网络为模型,包括一个-边检测模型与一个模型;所述模型的输入是一个不包含边信息的图,其中,每一个所述训练特征为一个节点,所述训练特征之间的交互对应各条边,即一个数据样本是一个图表示为: 其中, 其中,1表示之间存在一条边,0表示之间不存在交互;在预测过程中,所述-边检测模型用于分析所述图中的边是否存在,其中,为的参数,输出为一个边集合;所述模型为一个图分类器,提供基于的预测结果,再通过正则化,限制检测到的所述交互特征对的数量;所述对由边连接的初始节点进行交互建模,再通过汇总所有相应的建模结果来更新每个所述初始节点的表示,最后,对所有更新后的所述初始节点表征进行汇总,得到最终的预测;所述模型会得到一个预测函数,用于预测分类结果,再在随机梯度下降迭代法拟合参数的过程中使用所述正则化得到最终的用于预测分类结果的预测函数,所述模型预测函数的形式是: 其中,所述预测函数为没有经过正则化的预测函数,所述预测函数为经过所述正则化处理的所述预测函数,为所述图神经网络中的参数集合。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海交通大学宁波人工智能研究院,其通讯地址为:315012 浙江省宁波市海曙区南门街道南站西路29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。