执行机器学习模型
    1.
    发明授权

    公开(公告)号:CN114072820B

    公开(公告)日:2024-10-29

    申请号:CN201980097196.1

    申请日:2019-06-04

    IPC分类号: G06N20/00 G06N3/04 G06N5/02

    摘要: 本文所描述的实施例提供了用于执行机器学习模型的方法和装置。在第一节点处,基于第一数据集并使用机器学习算法开发第一机器学习模型。在第二节点处,基于第一机器学习模型和第二数据集并使用机器学习算法开发第二机器学习模型。关于第一机器学习模型与第二机器学习模型之间的差异的信息从第二节点被传送到第一节点。在第一节点处接收对执行机器学习模型的请求。响应于接收到对执行机器学习模型的请求,在第一节点处获得指示执行策略的信息。最后,取决于所获得的指示执行策略的信息:在第一节点处执行基于第一机器学习模型和关于第一机器学习模型与第二机器学习模型之间的差异的信息的机器学习模型以获得结果;或者在第一节点处部分地执行第一机器学习模型,并在第二节点处部分地执行第二机器学习模型,以获得结果。

    用于分配现场技术人员的方法和技术人员分配系统

    公开(公告)号:CN113169888B

    公开(公告)日:2024-06-14

    申请号:CN201880099998.1

    申请日:2018-12-05

    摘要: 提供一种由技术人员分配系统(110)执行的用于分配现场技术人员的方法。技术人员分配系统(110)识别待执行的所接收的新工作单的特征f1...fn。然后,技术人员分配系统(110)获取对于所识别特征f1...fn的相似性得分,其中,相似性得分与新工作单和先前执行的旧工作单就所识别特征而论的相似程度相关。技术人员分配系统110还针对现场技术人员候选者的集合获取对于所识别特征f1...fn的现场技术人员经验得分。然后,技术人员分配系统(110)基于所获取的现场技术人员经验得分和相似性得分将现场技术人员候选者与新工作单的特征f1...fn进行匹配,并且基于匹配来分配现场技术人员中的至少一个以用于执行新工作单。

    计算服务的迁移
    3.
    发明公开

    公开(公告)号:CN113396573A

    公开(公告)日:2021-09-14

    申请号:CN201980091318.6

    申请日:2019-02-06

    摘要: 提供了用于移动通信网络中的无状态计算服务的迁移的机制。由控制节点执行一种方法。该方法包括:从移动通信网络中的核心网络节点获得指示从移动通信网络中的源计算节点迁移无状态计算服务的需要的信息。该需要源自在源计算节点处的资源利用率太高,和/或源自来自用户设备的对在移动通信网络中其他位置处的无状态计算服务的需求。该方法包括:发起无状态计算服务从源计算节点到移动通信网络中的目标计算节点的迁移,以用于在目标计算节点处托管无状态计算服务。

    计算服务的迁移
    4.
    发明授权

    公开(公告)号:CN113396573B

    公开(公告)日:2024-02-20

    申请号:CN201980091318.6

    申请日:2019-02-06

    摘要: 提供了用于移动通信网络中的无状态计算服务的迁移的机制。由控制节点执行一种方法。该方法包括:从移动通信网络中的核心网络节点获得指示从移动通信网络中的源计算节点迁移无状态计算服务的需要的信息。该需要源自在源计算节点处的资源利用率太高,和/或源自来自用户设备的对在移动通信网络中其他位置处的无状态计算服务的需求。该方法包括:发起无状态计算服务从源计算节点到移动通信网络中的目标计算节点的迁移,以用于在目标计算节点处托管无状态计算服务。

    识别彼此具有关系的无线装置
    5.
    发明公开

    公开(公告)号:CN115777204A

    公开(公告)日:2023-03-10

    申请号:CN202080102995.6

    申请日:2020-05-12

    IPC分类号: H04W4/02

    摘要: 根据一方面,提供一种在通信网络中操作数据分析节点的方法,该方法包括:从通信网络中的位置信息管理节点接收(1301)与第一无线装置的操作状态和/或配置有关的行为信息和对识别与第一无线装置具有关系的无线装置的信息的请求;分析(1303)所接收的第一无线装置的行为信息和一个或多个其它无线装置的行为信息,以识别与第一无线装置具有关系的一个或多个无线装置;以及向位置信息管理节点发送(1305)包括被识别为与第一无线装置具有关系的一个或多个无线装置的身份的关系信息。

    用于分配现场技术人员的方法和技术人员分配系统

    公开(公告)号:CN113169888A

    公开(公告)日:2021-07-23

    申请号:CN201880099998.1

    申请日:2018-12-05

    IPC分类号: H04L12/24 G06Q10/06

    摘要: 提供一种由技术人员分配系统(110)执行的用于分配现场技术人员的方法。技术人员分配系统(110)识别待执行的所接收的新工作单的特征f1...fn。然后,技术人员分配系统(110)获取对于所识别特征f1...fn的相似性得分,其中,相似性得分与新工作单和先前执行的旧工作单就所识别特征而论的相似程度相关。技术人员分配系统110还针对现场技术人员候选者的集合获取对于所识别特征f1...fn的现场技术人员经验得分。然后,技术人员分配系统(110)基于所获取的现场技术人员经验得分和相似性得分将现场技术人员候选者与新工作单的特征f1...fn进行匹配,并且基于匹配来分配现场技术人员中的至少一个以用于执行新工作单。

    使用数据优先级的数据传输
    7.
    发明公开

    公开(公告)号:CN115039110A

    公开(公告)日:2022-09-09

    申请号:CN202080095316.7

    申请日:2020-02-07

    IPC分类号: G06N3/08 G06N20/00

    摘要: 一种用于向经由一个或多个网络连接到一个或多个源节点的目的地节点提供数据的方法。在一方面,该方法由用于从特征集合中选择至少一个特征的特征识别器执行。该特征集合包括第一特征和第二特征。该方法包括:针对在该特征集合中包括的每个特征,获得指示从存储用于该特征的数据集的源节点向经由网络连接到该源节点的目的地节点提供该数据集的成本的值。该方法还包括:基于所获得的值,选择该特征集合的子集。该方法进一步包括:针对每个所选择的特征,发起用于相应所选择的特征的相应数据集从源节点向目的地节点的传输。目的地节点可以执行机器学习过程,该机器学习过程可操作以使用该相应数据集以产生模型。

    执行机器学习模型
    9.
    发明公开

    公开(公告)号:CN114072820A

    公开(公告)日:2022-02-18

    申请号:CN201980097196.1

    申请日:2019-06-04

    IPC分类号: G06N20/00 G06N3/04 G06N5/02

    摘要: 本文所描述的实施例提供了用于执行机器学习模型的方法和装置。在第一节点处,基于第一数据集并使用机器学习算法开发第一机器学习模型。在第二节点处,基于第一机器学习模型和第二数据集并使用机器学习算法开发第二机器学习模型。关于第一机器学习模型与第二机器学习模型之间的差异的信息从第二节点被传送到第一节点。在第一节点处接收对执行机器学习模型的请求。响应于接收到对执行机器学习模型的请求,在第一节点处获得指示执行策略的信息。最后,取决于所获得的指示执行策略的信息:在第一节点处执行基于第一机器学习模型和关于第一机器学习模型与第二机器学习模型之间的差异的信息的机器学习模型以获得结果;或者在第一节点处部分地执行第一机器学习模型,并在第二节点处部分地执行第二机器学习模型,以获得结果。