龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：慧与发展有限责任合伙企业
申请日：2023-06-26
公开（公告）日：2024-05-17
公开（公告）号：CN118052296A
主分类号：G06N20/00
分类号：G06N20/00;G06F18/23;G06F18/214;G06F18/2433;G06F21/62
优先权：["20221115 US 17/987,518"]
专利状态码：在审-公开
法律状态：2024.05.17#公开
摘要：本公开的实施例涉及分散式学习环境中的异常和漂移检测。方法包括在第一节点处部署1在第一节点处训练的本地无监督自动编码器连同针对第一节点的本地训练数据参考基线，以及2跨多个节点训练的全局无监督自动编码器连同对应的全局训练数据参考基线。第一节点处的生产数据使用由用户部署的本地和全局ML模型来处理。关于异常生产数据的本地和全局异常数据或关于漂移生产数据的本地和全局漂移数据中的至少一者分别基于本地和全局训练数据参考基线得到。将本地异常数据与全局异常数据或者将本地漂移数据与全局漂移数据中的至少一者进行比较，以评估异常漂移对ML模型的影响。
主权项：1.一种在第一节点处的计算组件，包括：至少一个处理器；以及存储器，被操作地连接到所述至少一个处理器，所述存储器包括指令，所述指令在被执行时使所述至少一个处理器：通过在所述第一节点处训练本地自动编码器，获得针对分散式学习网络的所述第一节点的本地训练数据参考基线；在所述第一节点处部署1所述本地自动编码器连同所述本地训练数据参考基线，以及2跨多个节点被训练的全局自动编码器连同对应的全局训练数据参考基线；利用本地机器学习模型和全局机器学习模型处理所述第一节点处的生产数据，并且分别基于所述本地训练数据参考基线和所述全局训练数据参考基线通过以下项来得到关于异常生产数据的本地异常数据和全局异常数据：从所述生产数据提取重建损失和潜在空间，从所提取的所述重建损失和潜在空间生成聚类，从所生成的所述聚类检测和提取异常，以及使用所述相应的本地训练参考数据基线或全局训练参考数据基线来检测所生成的所述聚类中的数据漂移；将所述本地异常数据与所述全局异常数据进行比较；评估并且呈现对所述本地机器学习模型和所述全局机器学习模型上的所述异常生产数据的用户ML模型预测的影响；以及基于对用户ML模型预测的所述影响，触发所述本地机器学习模型和所述全局机器学习模型中的至少一者的重新训练。
全文数据：
权利要求：
百度查询： 慧与发展有限责任合伙企业 分散式学习环境中的异常和漂移检测
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号