申请/专利权人：甲骨文国际公司

申请日：2021-12-08

公开（公告）日：2024-03-12

公开（公告）号：CN117693747A

主分类号：G06F21/57

分类号：G06F21/57;G06F21/55;G06N20/20;G06F11/07

优先权：["20210901 US 17/463,742"]

专利状态码：在审-公开

法律状态：2024.03.12#公开

摘要：描述了与多变量异常检测中信号跟随的被动推断相关联的系统、方法和其它实施例。在一个实施例中，一种用于推断机器学习ML模型中的信号跟随的方法包括：计算时间序列信号的集合中的时间序列信号的测得的值的平均标准偏差；训练ML模型来预测信号的值；用经训练的ML模型预测每个信号的值；生成预测的值与测得的值之间的残差的时间序列集合；计算残差集合的平均标准偏差；在测得的值的平均标准偏差与残差集合的平均标准偏差的比率超过阈值的情况下确定在经训练的机器学习模型中存在信号跟随；以及呈现指示经训练的ML模型中存在信号跟随的警报。

主权项：1.一种用于推断机器学习模型中的信号跟随的计算机实现的方法，该方法包括：计算多于一个时间序列信号的集合中的时间序列信号的测得的值的平均标准偏差；训练机器学习模型来预测信号的值；用经训练的机器学习模型预测每个信号的值；生成每个信号的预测的值与测得的值之间的残差的时间序列集合；计算残差集合的平均标准偏差；在测得的值的平均标准偏差与残差集合的平均标准偏差的比率超过阈值的情况下确定在经训练的机器学习模型中存在信号跟随；以及呈现指示经训练的机器学习模型中存在信号跟随的警报。

全文数据：

权利要求：

百度查询： 甲骨文国际公司 多变量异常检测中信号跟随的被动推断

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD