[發(fā)明專利]用于數(shù)據(jù)分析的計(jì)算機(jī)實(shí)現(xiàn)的方法、計(jì)算機(jī)程序產(chǎn)品以及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201980058056.3
• 申請(qǐng)日: 2019-09-05
• 公開（公告）號(hào): CN112639834A
• 公開（公告）日: 2021-04-09
• 發(fā)明（設(shè)計(jì)）人: 里卡德·舍格倫;約翰·特利格
• 申請(qǐng)（專利權(quán)）人: 賽多利斯司特蒂姆數(shù)據(jù)分析公司
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;王艷春

1.一種用于數(shù)據(jù)分析的計(jì)算機(jī)實(shí)現(xiàn)的方法，其包括：

獲得用于處理數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)(100)和用于訓(xùn)練所述深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)集的至少一部分，所述深度神經(jīng)網(wǎng)絡(luò)包括多個(gè)隱藏層，所述訓(xùn)練數(shù)據(jù)集包括能夠輸入到所述深度神經(jīng)網(wǎng)絡(luò)的可能觀測(cè)值；

獲得從所述多個(gè)隱藏層中的至少一個(gè)輸出的第一中間輸出值集，通過(guò)輸入所述訓(xùn)練數(shù)據(jù)集的所述至少一部分中包括的所述可能觀測(cè)值中的不同一者來(lái)獲得所述第一中間輸出值集中的每一個(gè)；

使用所述第一中間輸出值集來(lái)構(gòu)建潛變量模型，所述潛變量模型提供所述第一中間輸出值集到子空間中的第一投影值集的映射，所述子空間具有低于所述中間輸出集的維度的維度；

接收要輸入到所述深度神經(jīng)網(wǎng)絡(luò)的觀測(cè)值；

獲得通過(guò)將接收到的所述觀測(cè)值輸入到所述深度神經(jīng)網(wǎng)絡(luò)而從所述多個(gè)隱藏層中的所述至少一個(gè)輸出的第二中間輸出值集；

使用所述潛變量模型來(lái)將所述第二中間輸出值集映射到第二投影值集；以及

基于所述潛變量模型和所述第二投影值集而相對(duì)于所述訓(xùn)練數(shù)據(jù)集來(lái)確定接收到的所述觀測(cè)值是否為異常值。

2.根據(jù)權(quán)利要求1所述的方法，其中所述潛變量模型根據(jù)主成分分析來(lái)構(gòu)建。

3.根據(jù)權(quán)利要求1或2所述的方法，其中確定接收到的所述觀測(cè)值是否為異常值的步驟包括：

計(jì)算所述第二投影值集相對(duì)于所述第一投影值集的分布的馬氏距離；以及

如果所計(jì)算的馬氏距離大于所述馬氏距離的閾值，則確定接收到的所述觀測(cè)值相對(duì)于所述訓(xùn)練數(shù)據(jù)集是異常值。

4.根據(jù)權(quán)利要求3所述的方法，其中基于馬氏距離來(lái)確定所述馬氏距離的所述閾值，所述馬氏距離中的每一個(gè)是相對(duì)于所述第一投影值集的所述分布而針對(duì)所述第一投影值集中的不同一者計(jì)算的。

5.根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法，其中確定接收到的所述觀測(cè)值是否為異常值的步驟包括：

使用所述潛變量模型和所述第二投影值集來(lái)確定與所述第二中間輸出值集相對(duì)應(yīng)的中間輸出值的近似集；

計(jì)算所述第二中間輸出值集和所述中間輸出值的近似集的平方近似殘差；以及

如果所計(jì)算的平方近似殘差大于所述平方近似殘差的閾值，則確定接收到的所述觀測(cè)值相對(duì)于所述訓(xùn)練數(shù)據(jù)集是異常值。

6.根據(jù)權(quán)利要求5所述的方法，其中基于平方近似殘差來(lái)確定所述平方近似殘差的所述閾值，所述平方近似殘差中的每一個(gè)是針對(duì)所述第一中間輸出值集中的不同一者和與所述第一中間輸出值集中的所述一者相對(duì)應(yīng)的中間輸出值的近似集計(jì)算的。

7.根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的方法，其中針對(duì)所述多個(gè)隱藏層中的兩個(gè)或更多個(gè)來(lái)執(zhí)行獲得所述第一中間輸出值集和構(gòu)建所述潛變量模型的步驟；

其中關(guān)于所述多個(gè)隱藏層中的所述兩個(gè)或更多個(gè)來(lái)執(zhí)行獲得所述第二中間輸出值集和將所述第二中間輸出值集映射到所述第二投影值集的步驟；以及

其中基于所述潛變量模型以及關(guān)于所述多個(gè)隱藏層中的所述兩個(gè)或更多個(gè)獲得的所述第二投影值集來(lái)執(zhí)行確定接收到的所述觀測(cè)值是否為異常值的步驟。

8.一種計(jì)算機(jī)實(shí)現(xiàn)的方法，其包括：

獲得用于處理數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)(100)和用于訓(xùn)練所述深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)集的至少一部分，所述深度神經(jīng)網(wǎng)絡(luò)包括多個(gè)隱藏層，所述訓(xùn)練數(shù)據(jù)集包括能夠輸入到所述深度神經(jīng)網(wǎng)絡(luò)的可能觀測(cè)值；

獲得從所述多個(gè)隱藏層中的至少一個(gè)輸出的第一中間輸出值集，通過(guò)輸入所述訓(xùn)練數(shù)據(jù)集的所述至少一部分中包括的所述可能觀測(cè)值中的不同一者來(lái)獲得所述第一中間輸出值集中的每一個(gè)；

使用所述第一中間輸出值集來(lái)構(gòu)建潛變量模型，所述潛變量模型提供所述第一中間輸出值集到子空間中的第一投影值集的映射，所述子空間具有低于所述中間輸出集的維度的維度；以及

將所述潛變量模型和所述第一投影值集存儲(chǔ)在存儲(chǔ)介質(zhì)中。