龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：日立能源有限公司
摘要：训练数据集中的类别不平衡可负面地影响机器学习模型在对训练数据中没有充分表示的罕见事件进行分类方面的准确性。包括时间序列数据的训练数据集呈现了独特的挑战。因此，公开了用于对时间序列的训练数据集进行上采样和或下采样的重采样技术。当生成模仿属于少数类别的时间序列的特征值的合成时间序列时，上采样可涉及时间序列中的时间样本的时间相关性。下采样可用于对属于少数类别的时间序列与属于多数类别的时间序列的比值进行微调。
主权项：1.一种用于检测电气系统中的事件的计算机实施的方法，所述方法包括使用至少一个硬件处理器执行一种过程以：通过以下步骤减少机器学习算法的训练数据集中的类别不平衡：接收所述训练数据集的至少子集，所述训练数据集包括多个时间序列，所述多个时间序列中的每个时间序列包括多个被标记时间样本，所述多个被标记时间样本中的每个被标记时间样本包括一个或多个特征中的每个特征在所述时间序列的时间帧内的特定时间的值、以及表示所述时间样本已被分类到多个类别中的一个类别的标签，针对所述训练数据集的所述至少子集中的每个时间序列，基于距离度量识别所述训练数据集的所述至少子集中的若干个邻近时间序列，针对所述邻近时间序列中的一个或多个邻近时间序列中的每一者，针对该邻近时间序列中的所述多个被标记时间样本中的每个被标记时间样本，以及针对所述一个或多个特征中的每个特征，在合成时间样本中生成该特征的合成值，以及根据包括所述一个或多个特征的所述合成值的所述合成时间样本生成合成时间序列，以及将生成的合成时间序列添加到所述训练数据集；在将所述生成的合成时间序列添加到所述训练数据集之后，使用所述训练数据集的至少一部分来训练所述机器学习算法；对与所述电气系统相关的所获得的数据执行经训练的机器学习算法；以及基于对所述经训练的机器学习算法的执行检测所述事件。
全文数据：
权利要求：
百度查询： 日立能源有限公司 减少机器学习训练数据集中的类别不平衡
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号