[发明专利]用于机器学习分类器产生的方法和装置在审
申请号: | 201911026204.1 | 申请日: | 2019-10-25 |
公开(公告)号: | CN111104959A | 公开(公告)日: | 2020-05-05 |
发明(设计)人: | T·巴塞尔;K·古利克森 | 申请(专利权)人: | 激发认知有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京律盟知识产权代理有限责任公司 11287 | 代理人: | 章蕾 |
地址: | 美国得*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 机器 学习 分类 产生 方法 装置 | ||
1.一种机器学习分类器产生方法,所述方法包括:
由处理器接收时间序列数据的第一数据集;
由所述处理器对所述第一数据集执行第一聚类操作,以便将所述第一数据集中的成员分组到第一簇群组中;
在所述处理器处将所述第一簇群组中的每个簇与第一标记群组中的对应标记相关联;
在执行所述第一聚类操作之后,由所述处理器接收所述时间序列数据的第二数据集;
在所述处理器处组合所述第二数据集和所述第一数据集的至少一部分以产生组合数据集;
由所述处理器对所述组合数据集执行第二聚类操作,以便将所述组合数据集中的成员分组到第二簇群组中;
在所述处理器处将所述第二簇群组中的一或多个簇与所述第一标记群组中的对应标记相关联;
在所述处理器处,基于对应于所述第二簇群组的第二标记群组和所述组合数据集产生训练数据;以及
在所述处理器处,基于所述训练数据训练机器学习分类器,以便将标记提供给所述时间序列数据的第三数据集。
2.根据权利要求1所述的方法,其中所述第一标记群组包含描述与所述时间序列数据相关联的操作状态的一或多个用户定义标记。
3.根据权利要求1所述的方法,其进一步包括发起对新簇的标记的提示的显示,其中所述第二簇群组包含所述新簇。
4.根据权利要求1所述的方法,其中训练所述机器学习分类器包括训练所述机器学习分类器以基于实时时间序列数据检测装置的操作状态并产生指示描述所述操作状态的用户定义标记的输出,并且其中所述用户定义标记包括簇标记。
5.根据权利要求1所述的方法,其进一步包括基于所述第一数据集和所述第一标记群组训练第一机器学习分类器以将标记提供给输入数据,其中所述机器学习分类器包括第二机器学习分类器。
6.根据权利要求5所述的方法,其进一步包括将所述第二数据集提供给所述第一机器学习分类器以产生与所述第二数据集相关联的一或多个标记。
7.根据权利要求1所述的方法,其中所述第一数据集和所述第二数据集包括由一或多个压力传感器产生的压力测量值、由一或多个振动传感器产生的振动测量值、由一或多个温度传感器产生的温度测量值,或其组合。
8.根据权利要求1所述的方法,其中所述第一簇群组中的第一簇与所述第一标记群组中的第一标记相关联,其中所述第二簇群组中的第二簇与所述第一标记相关联,并且其中所述第一簇的特性不同于所述第二簇的对应特性。
9.根据权利要求1所述的方法,其中所述第一标记群组中的第一标记与所述第一簇群组中的第一簇相关联,其中所述第一簇在特征空间中具有第一中心位置,并且其中基于所述第二簇群组中的第二簇在所述特征空间中的中心位置在所述第一簇的所述中心位置的阈值距离内,所述第一标记与所述第二簇相关联。
10.根据权利要求1所述的方法,其中所述第一标记群组中的第一标记与所述第一簇群组中的第一簇相关联,其中所述第一簇包含所述第一数据集中的一或多个特定成员,并且其中基于所述第二簇群组中的第二簇包含所述一或多个特定成员,所述第一标记与所述第二簇相关联。
11.根据权利要求1所述的方法,其中所述第一标记群组中的第一标记与所述第一簇群组中的第一簇相关联,其中所述第一簇包含第一数量的成员,并且其中基于所述第一数量与包含在所述第二簇群组中的第二簇中的成员的第二数量之间的差满足阈值,所述第一标记与所述第二簇相关联。
12.根据权利要求1所述的方法,其中所述第一标记群组中的第一标记与所述第一簇群组中的第一簇相关联,其中所述第一簇与第一分布相关联,并且其中基于所述第一分布和与所述第二簇群组中的第二簇相关联的第二分布之间的差满足阈值,所述第一标记与所述第二簇相关联。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于激发认知有限公司,未经激发认知有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911026204.1/1.html,转载请声明来源钻瓜专利网。