[发明专利]信号分析系统和特征提取并对其解译的方法

摘要

基于传感器数据的描述性和规范性系统的开发涉及机器学习任务，如分类和回归。任何这类系统开发都需要不同的利益相关方的参与以获取特征。通常获得的这些特征对于1‑D传感器信号是不可解译的。本公开的实施例提供了能够执行用于特征提取和对其解译的信号分析的系统和方法，其中输入是原始信号数据，在原始信号数据中，特征的原点被描绘为信号数据并被映射到领域/应用知识。特征是使用深度学习网络提取的，并且针对传感器数据分析来实施机器学习(ML)模型，以执行预测的因果关系分析。深度网络的层(如最后一层)包含可用于ML任务的自动导出特征。参数调整是根据系统推荐的一组特征来执行的，以确定所考虑的系统(或应用程序)的性能。

主权项

1.一种处理器实施的方法，包括：经由一个或多个硬件处理器从一个或多个传感器中获取输入数据(202)；经由所述一个或多个硬件处理器预处理所述输入数据，以便对噪音和一个或多个异常中的至少一个进行过滤，并获得过滤的数据(204)；使用针对所述过滤的数据的基于窗口的处理技术从所述过滤的数据中提取第一组特征(206)，其中，来自所述第一组特征的每个特征是唯一的，且对应于一个或多个领域；将元数据应用于所述第一组特征(208)；使用选择与推荐系统在应用所述元数据时从所述第一组特征中生成第二组特征(210)；基于在所述基于窗口的处理技术中观察到的一个或多个时间实例而生成所述第二组特征的多个特征值中的一个特征值(212)；使用一个或多个基于结构化知识表示方法的搜索来执行一个或多个生成的特征值与一个或多个相应预定义领域值的比较(214)；以及基于所述比较将所述一个或多个生成的特征值映射到一个或多个相应领域的特定模板(216)。