一种建模方法及装置
    1.
    发明授权

    公开(公告)号:CN113449008B

    公开(公告)日:2023-06-06

    申请号:CN202010231581.5

    申请日:2020-03-27

    摘要: 本申请实施例提供一种建模方法及装置,涉及计算机领域,在节约成本的同时提高了建模效率。包括:获取第一指标的第一数据集,根据所述第一数据集确定与所述第一指标相似的第二指标;根据与所述第二指标关联的第二模型确定第一模型;所述第一模型用于检测所述第一指标的状态,所述第一指标的状态包括异常状态或正常状态,所述第二模型用于检测所述第二指标的状态,所述第二指标的状态包括异常状态或正常状态。

    联邦学习方法、装置、设备、系统及计算机可读存储介质

    公开(公告)号:CN114580651A

    公开(公告)日:2022-06-03

    申请号:CN202011385076.2

    申请日:2020-11-30

    IPC分类号: G06N20/00

    摘要: 本发明实施例公开了一种联邦学习方法、装置、设备、系统及计算机可读存储介质,属于人工智能技术领域。该方法包括:首先,各个第二设备分别获得数据分布信息并向第一设备发送该数据分布信息。之后,第一设备接收参与联邦学习的多个第二设备发送的数据分布信息,从而根据多个第二设备发送的数据分布信息选择匹配的联邦学习策略。接着,第一设备向多个第二设备中的至少一个第二设备发送联邦学习对应的参数上报策略。其中,接收到参数上报策略的第二设备用于根据该参数上报策略以及当前训练样本获得第二增益信息,第二增益信息用于获得该第二设备的第二模型。本申请降低了数据的非独立同分布现象所造成的干扰,能够得到性能较好的第二模型。

    用于实现模型构建的方法、设备和系统

    公开(公告)号:CN114065942A

    公开(公告)日:2022-02-18

    申请号:CN202010760355.6

    申请日:2020-07-31

    IPC分类号: G06N20/00

    摘要: 本申请实施例公开了一种用于实现模型构建的方法、设备和系统,应用于人工智能领域,涉及自动机器学习AutoML。用于在实现模型构建的过程中增设对场景的数据集进行评估预判的过程,并基于前述对该场景的数据集的评估结果决策如何执行后续关于模型构建的流程,能够提高模型构建过程的资源利用率以及提高模型构建的效率。

    一种故障检测方法、监控设备及网络设备

    公开(公告)号:CN112702629B

    公开(公告)日:2022-02-11

    申请号:CN202110080568.9

    申请日:2017-05-27

    摘要: 本发明实施例提供一种故障检测方法、监控设备及网络设备,涉及多媒体技术领域,可以准确进行视频业务的故障检测。该方法包括:获取被监控视频流的视频质量参数;所述视频质量参数是根据所述被监控视频流的丢包恢复方法确定的;所述视频质量参数包括有效丢包因子,所述有效丢包因子用于指示使用所述被监控视频流的丢包恢复方法对网络丢包进行恢复的有效性。根据所述被监控视频流的视频质量参数进行故障检测。

    实现异常检测模型更新的方法、装置和计算设备

    公开(公告)号:CN113746688A

    公开(公告)日:2021-12-03

    申请号:CN202010477620.X

    申请日:2020-05-29

    IPC分类号: H04L12/26 H04L12/24

    摘要: 本申请提供了一种实现异常检测模型更新的方法、装置和计算设备,属于网络通信技术领域。该方法包括:获取检测设备使用疑似异常KPI检测模型确定的疑似异常KPI数据,根据所述疑似异常KPI数据,对当前的异常KPI样本库进行更新,根据更新后的异常KPI样本库,对当前的异常KPI检测模型进行更新。采用本申请,可以使异常KPI检测模型持续保持较高的异常检测性能。

    一种故障检测方法、监控设备及网络设备

    公开(公告)号:CN112702629A

    公开(公告)日:2021-04-23

    申请号:CN202110080568.9

    申请日:2017-05-27

    摘要: 本发明实施例提供一种故障检测方法、监控设备及网络设备,涉及多媒体技术领域,可以准确进行视频业务的故障检测。该方法包括:获取被监控视频流的视频质量参数;所述视频质量参数是根据所述被监控视频流的丢包恢复方法确定的;所述视频质量参数包括有效丢包因子,所述有效丢包因子用于指示使用所述被监控视频流的丢包恢复方法对网络丢包进行恢复的有效性。根据所述被监控视频流的视频质量参数进行故障检测。

    用于实现模型训练的方法及装置、计算机存储介质

    公开(公告)号:CN112183758A

    公开(公告)日:2021-01-05

    申请号:CN201910600521.3

    申请日:2019-07-04

    IPC分类号: G06N20/00

    摘要: 本申请公开了一种用于实现模型训练的方法及装置、计算机存储介质,属于机器学习领域。当机器学习模型发生劣化时,分析设备先获取第一特征集的有效性信息,该第一特征集中包括用来训练得到该机器学习模型的多个特征,有效性信息包括第一特征集中每个特征的有效性评分,特征的有效性评分与该特征跟第一特征集中的其它特征之间的相关性负相关;然后基于有效性信息,确定第一特征集中的失效特征;最后生成不包括失效特征的第二特征集,该第二特征集用于对机器学习模型进行重训练。本申请根据基于特征彼此间的相关性计算得到的特征的有效性评分确定特征集中的失效特征,无需对样本数据进行标签标注,提高了特征集的更新效率,也提高了模型训练效率。

    用于实现故障检测的方法、装置及系统

    公开(公告)号:CN112532467B

    公开(公告)日:2022-12-27

    申请号:CN201910877726.6

    申请日:2019-09-17

    摘要: 本申请实施例提供了一种用于实现故障检测的方法、装置及系统。该方法包括:控制器发送异常检测模型给被检测网络中的多个网络设备;然后接收所述多个网络设备中至少两个网络设备的异常检测结果,每个所述网络设备的异常检测结果是指所述网络设备使用所述异常检测模型检测为异常的数据序列的检测结果;最后根据所述至少两个网络设备的异常检测结果对所述至少两个网络设备进行故障检测。采用该方法,控制器仅根据网络设备发送的检测为异常的数据序列的检测结果对网络设备进行故障检测,极大地降低了控制器的运算量,提高了控制器的检测效率,并且,检测更加准确,检测结果的准确率更高。