Метод извлечения причинно-следственных связей с использованием оптимизированных баз фактов

В работе предлагается и исследуется метод извлечения причинно-следственных (каузальных) связей бинарных отношений из множества баз фактов. Базы фактов строятся для целевых свойств каждого класса объектов. Описание классов формируются в результате обучения на данных из слабо формализованной предметной области. Обучение проводится с использованием коэволюционного генетического алгоритма, сокращающего начальное пространство признаков. По сформированным оптимизированным описаниям классов с помощью первого этапа ДСМ-метода осуществляется поиск причинно-следственных отношений для всех целевых свойств. Предложенный метод подходит как для анализа небольшого количества полных данных, так и для работы с массивами неполных данных большого размера. Проведен ряд модельных экспериментов с использованием базы медицинских данных MIMIC II.