公开(公告)号：CN111602153B

公开(公告)日：2023-10-31

申请号：CN201880086373.1

申请日：2018-12-20

Applicant: 微软技术许可有限责任公司

Inventor： K·L·基梅尔 ,  J·B·赫斯基思 ,  E·L·琼斯 ,  J·L·南斯 ,  L·T·史密斯

IPC: G06N20/00 ,  G06V40/20 ,  G06V40/10 ,  G06V20/52 ,  G06V10/25 ,  G06V10/70 ,  G06V10/776 ,  G06V10/80

Abstract: 用于生成机器学习模型以从物理传感器数据中检测事件实例的技术，包括：将第一机器学习模型应用于来自一位置处的第一物理传感器的第一传感器数据以检测事件实例，确定使用该第一机器学习模型的性能度量不在期望参数范围内，在一时间段期间从与该第一物理传感器相同位置处的第二物理传感器获得第二传感器数据，在该时间段期间从该第一物理传感器获得第三传感器数据，通过基于使用该第二传感器数据检测到的训练事件实例选择该第三传感器数据的各部分来生成因位置而异的训练数据，使用该因位置而异的训练数据来训练第二ML模型，以及应用该第二ML模型而非该第一ML模型来检测事件实例。

公开(公告)号：CN111602153A

公开(公告)日：2020-08-28

申请号：CN201880086373.1

申请日：2018-12-20

Applicant: 微软技术许可有限责任公司

Inventor： K·L·基梅尔 ,  J·B·赫斯基思 ,  E·L·琼斯 ,  J·L·南斯 ,  L·T·史密斯

IPC: G06N20/20 ,  G06K9/00 ,  G06K9/62

Abstract: 用于生成机器学习模型以从物理传感器数据中检测事件实例的技术，包括：将第一机器学习模型应用于来自一位置处的第一物理传感器的第一传感器数据以检测事件实例，确定使用该第一机器学习模型的性能度量不在期望参数范围内，在一时间段期间从与该第一物理传感器相同位置处的第二物理传感器获得第二传感器数据，在该时间段期间从该第一物理传感器获得第三传感器数据，通过基于使用该第二传感器数据检测到的训练事件实例选择该第三传感器数据的各部分来生成因位置而异的训练数据，使用该因位置而异的训练数据来训练第二ML模型，以及应用该第二ML模型而非该第一ML模型来检测事件实例。