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：帕洛阿尔托研究中心公司;松下控股株式会社
申请日：2020-05-11
公开（公告）日：2024-05-17
公开（公告）号：CN112036426B
主分类号：G06F18/2433
分类号：G06F18/2433;G06F18/2321;G06F18/27;G06F18/15
优先权：["20190604 US 16/431571"]
专利状态码：有效-授权
法律状态：2024.05.17#授权;2022.08.16#著录事项变更;2022.06.24#实质审查的生效;2020.12.04#公开
摘要：一个实施方案可提供用于检测与一台或多台机器相关联的高维传感器数据的异常的系统。在操作期间，系统可从与一台或多台机器相关联的一组传感器获得传感器数据，对传感器数据应用数据探测技术以自动处理传感器数据，以从可用的一组特征传感器中识别一个子组的特征传感器，将无监督机器学习技术应用于所识别的一个子组的特征传感器和目标传感器，以学习一组成对单变量模型，并且基于一组成对单变量模型来确定异常在一台或多台机器的操作中是否发生以及如何发生。
主权项：1.一种用于在机器的操作中检测异常的方法，所述方法包括：经由与所述机器相关联的一组传感器进行记录以在所述机器正在操作时获得与所述机器相关联的传感器数据，其中所述一组传感器包括目标传感器和一组特征传感器；在计算设备中存储所述传感器数据；识别与所关注的异常相关联的目标传感器；对存储的传感器数据执行数据探测，包括修复缺失值以及对所述一组特征传感器进行排序，其中所述数据探测包括以下各项中的一项或多项：改善所述传感器数据的质量；基于所识别的目标传感器从所述一组特征传感器中识别与后续处理相关的一个子组的特征传感器；和减少传感器数据的量，并且从而减少所述后续处理中涉及的计算成本；基于识别的所述一个子组的特征传感器和所述目标传感器执行无监督机器学习以构建一组成对单变量模型；以及基于所述一组成对单变量模型来确定异常在所述机器的所述操作中是否发生以及如何发生。
全文数据：
权利要求：
百度查询： 帕洛阿尔托研究中心公司;松下控股株式会社 利用高维传感器数据的多数表决进行无监督异常检测和责任的方法和系统
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