Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2022090609 - CONSTRUCTION D'UN ENSEMBLE DE MODÈLES DE DÉTECTION D'ANOMALIE EN VUE DE L'ANALYSE DE RÉSULTATS DE MESURE

Numéro de publication WO/2022/090609
Date de publication 05.05.2022
N° de la demande internationale PCT/FI2021/050679
Date du dépôt international 13.10.2021
CIB
G06N 20/20 2019.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
20Apprentissage automatique
20Techniques d’ensemble en apprentissage automatique
CPC
G06N 20/20
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
20Ensemble learning
Déposants
  • ELISA OYJ [FI]/[FI]
Inventeurs
  • HEIKKILÄ, Rasmus
  • LISKI, Antti
Mandataires
  • ESPATENT OY
Données relatives à la priorité
2020607229.10.2020FI
Langue de publication Anglais (en)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) BUILDING AN ENSEMBLE OF ANOMALY DETECTION MODELS FOR ANALYZING MEASUREMENT RESULTS
(FR) CONSTRUCTION D'UN ENSEMBLE DE MODÈLES DE DÉTECTION D'ANOMALIE EN VUE DE L'ANALYSE DE RÉSULTATS DE MESURE
Abrégé
(EN) A computer implemented method of building an ensemble of anomaly detection models for analyzing measurement results of a target system. The method is performed by obtaining (301) a plurality of measurement result samples comprising a plurality of variables of the target system; processing (302) the plurality of measurement result samples with a plurality of anomaly detection models to obtain a plurality of anomaly scores for each measurement result sample; determining (303) disagreement scores for the measurement result samples based on the respective plurality of anomaly scores; and selecting (304) measurement result samples with a disagreement score that fulfils predefined criteria for evaluation by an expert to obtain confirmed labels for building (305) the ensemble of anomaly detection models.
(FR) Procédé implémenté par ordinateur de construction d'un ensemble de modèles de détection d'anomalie en vue de l'analyse de résultats de mesure d'un système cible. Le procédé est mis en œuvre par obtention (301) d'une pluralité d'échantillons de résultats de mesure comprenant une pluralité de variables du système cible; traitement (302) de la pluralité d'échantillons de résultats de mesure à l'aide d'une pluralité de modèles de détection d'anomalie de manière à obtenir une pluralité de scores d'anomalie pour chaque échantillon de résultats de mesure; détermination (303) de scores de divergence pour les échantillons de résultats de mesure sur la base de la pluralité respective de scores d'anomalie; et sélection (304) d'échantillons de résultats de mesure présentant un score de divergence qui répond à des critères prédéfinis pour une évaluation par un expert de manière à obtenir des étiquettes confirmées en vue de la construction (305) l'ensemble de modèles de détection d'anomalie.
Dernières données bibliographiques dont dispose le Bureau international