WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO2014183782) METHOD AND NETWORK DEVICE FOR CELL ANOMALY DETECTION
Latest bibliographic data on file with the International Bureau   

Pub. No.:    WO/2014/183782    International Application No.:    PCT/EP2013/059914
Publication Date: 20.11.2014 International Filing Date: 14.05.2013
IPC:
H04W 24/00 (2009.01)
Applicants: NOKIA SOLUTIONS AND NETWORKS OY [FI/FI]; Karaportti 3 FI-02610 Espoo (FI)
Inventors: SANNECK, Henning; (DE).
NOVACZKI, Szabolcs; (HU).
CIOCARLIE, Gabriela; (US).
LINDQVIST, Ulf; (US)
Priority Data:
Title (EN) METHOD AND NETWORK DEVICE FOR CELL ANOMALY DETECTION
(FR) PROCÉDÉ ET DISPOSITIF DE RÉSEAU DESTINÉS À LA DÉTECTION DES ANOMALIES DE CELLULES
Abstract: front page image
(EN)It is provided a method for cell anomaly detection in a network comprising receiving first training data of a first source; receiving second training data of a second source; generating profiles based on the first training data; generating profiles based on the second training data; collecting the generated profiles of the first training data and of the second training data in a pool of profiles; associating a weight with each profile in the pool of profiles; providing a set of predictions based on the profiles and their associated weights; and generating data for root cause diagnosis based on at least one prediction.
(FR)L'invention concerne un procédé destiné à la détection des anomalies de cellules dans un réseau, et comprenant : la réception de premières données d'apprentissage d'une première source ; la réception de secondes données d'apprentissage d'une seconde source ; la génération de profils basés sur les premières données d'apprentissage ; la génération de profils basés sur les secondes données d'apprentissage ; le placement des profils générés à partir des premières et des secondes données d'apprentissage dans une réserve de profils ; l'association d'un poids à chaque profil de la réserve ; l'obtention d'un ensemble de prédictions basé sur les profils et sur les poids qui leur sont associés ; et la génération de données pour le diagnostic des causes profondes fondé sur au moins une prédiction.
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LT, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
African Regional Intellectual Property Organization (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG).
Publication Language: English (EN)
Filing Language: English (EN)