[發明專利]使用機器學習（ML）的間歇數據的分布選擇和模擬

在審

• 申請號: 201910736629.5
• 申請日: 2019-08-09
• 公開（公告）號: CN110874640A
• 公開（公告）日: 2020-03-10
• 發明（設計）人: H·巴格錢達尼;A·馬赫斯瓦蘭;A·庫瑪;R·坦賈維爾·拉瑪林賈姆;S·查克拉瓦蒂;N·卡瓦德;R·R·喬賈德;M·巴薩范納;S·巴拉尼
• 申請（專利權）人: 埃森哲環球解決方案有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 酆迅;姚杰

1.一種基于機器學習(ML)的間歇數據處理系統，包括：

至少一個處理器；

非暫時性計算機可讀介質，其存儲機器可讀指令，所述機器可讀指令使所述至少一個處理器：

訪問從多個數據源中選擇的間歇數據點的集合；

確定所述間歇數據點的集合中的多個數據點；

對所述間歇數據點的集合應用分布擬合檢驗；

基于所述分布擬合檢驗的結果，選擇多個數據分布中的數據分布作為針對所述間歇數據點的集合的良好擬合；

如果所述分布擬合檢驗失敗，則應用自舉技術用于所述間歇數據點的集合的處理；

如果來自所選擇的所述數據分布或所述自舉技術的一個或多個計算值通過模擬不滿足某些標準，則應用可變性上限技術；

生成一個或多個模擬，所述一個或多個模擬能夠實現確定至少一個計算值是否滿足特定標準；以及

基于所述至少一個計算值來向用戶發送至少一個警報。

2.根據權利要求1所述的間歇數據處理系統，還包括使所述處理器執行以下各項的指令：

平滑化所述間歇數據點的集合，其中所述間歇數據點的集合被轉換成連續數據點的集合。

3.根據權利要求2所述的間歇數據處理系統，用于平滑化所述間歇數據點的集合的所述指令還包括使所述處理器執行以下各項的指令：

通過采用Croston方法來平滑化所述間歇數據點的集合。

4.根據權利要求2所述的間歇數據處理系統，其中用于平滑化所述間歇數據點的集合的所述指令還包括使所述處理器執行以下各項的指令：

通過西格馬、四分位距(IQR)和Cook's D技術之一來執行異常值校正。

5.根據權利要求1所述的間歇數據處理系統，其中所述多個數據分布包括正態分布、泊松分布、負二項分布和伽馬分布。

6.根據權利要求1所述的間歇數據處理系統，其中所述自舉技術將所述間歇數據點的集合綁定到泊松分布。

7.根據權利要求1所述的間歇數據處理系統，其中所述分布擬合檢驗包括Chi平方檢驗、安德森達令檢驗和基于AI的決策樹之一。

8.根據權利要求1所述的間歇數據處理系統，用于應用可變性上限技術的所述指令還包括使所述處理器執行以下各項的指令：

獲得針對所述間歇數據點的集合的標準差(SD)。

9.根據權利要求1所述的間歇數據處理系統，用于應用可變性上限技術的所述指令還包括使所述處理器執行以下各項的指令：

當基于所述模擬使所述至少一個計算值被確定為不準確時，通過將所述SD改變預定增量來生成計算的SD；

生成對應于所述計算的SD的假設數據分布；以及

從所述假設數據分布獲得所述至少一個計算值。

10.根據權利要求9所述的間歇數據處理系統，用于應用可變性上限技術的所述指令還包括使所述處理器執行以下各項的指令：

重復生成所述計算的SD、生成所述假設數據分布、獲得所述至少一個計算值并生成所述一個或多個模擬的步驟，直到最優SD值之一被識別或者用于改變所述SD值的可變性上限被達到。

11.根據權利要求1所述的間歇數據處理系統，還包括使得所述處理器執行以下項的指令：

生成顯示所述至少一個計算值的可視化。