[发明专利]用于增强记录分类的方法在审
申请号: | 202180095306.8 | 申请日: | 2021-04-22 |
公开(公告)号: | CN116940938A | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | A·博泰亚;M·巴德纳克;C·布希尼;A·简;L·马克利 | 申请(专利权)人: | 伊顿智能动力有限公司 |
主分类号: | G06F16/906 | 分类号: | G06F16/906 |
代理公司: | 北京泛华伟业知识产权代理有限公司 11280 | 代理人: | 王博 |
地址: | 爱尔兰*** | 国省代码: | 暂无信息 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本公开涉及一种用于根据与分类方案的分类选项的相关性对输入记录数据进行分类的计算机实现的方法。该输入记录数据包括多个输入记录,每个输入记录包括一个或多个记录特征。该方法包括:基于第一分类技术和第二分类技术来接收一组相关性得分,该组相关性得分包括多对相关性得分,每对相关性得分与相应记录特征和相应分类选项相关联,并且包括通过该第一分类技术获得的第一相关性得分和通过该第二分类技术获得的第二相关性得分,该第一相关性得分和该第二相关性得分中的每一者指示该相应记录特征与该相应分类选项的相关性;通过将每对相关性得分中的第一相关性得分与第二相关性得分进行比较来确定记录特征中的一个或多个模糊记录特征,其中根据与记录特征相关联的相应多对相关性得分中的至少一对相关性得分中的第一相关性得分与第二相关性得分之间的差值来确定每个相应记录特征是否是模糊记录特征;基于一个或多个变量来确定与每个所确定的模糊记录特征相关联的重要性因子,所述一个或多个变量指示对模糊记录特征进行准确分类的相对重要性;基于模糊记录特征中的一个或多个模糊记录特征的相关联的重要性因子来选择要输出的一个或多个模糊记录特征;以及输出所选择的模糊记录特征以用于用户定义的分类。 | ||
搜索关键词: | 用于 增强 记录 分类 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于伊顿智能动力有限公司,未经伊顿智能动力有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202180095306.8/,转载请声明来源钻瓜专利网。
- 上一篇:涂装镀覆钢板或涂装镀覆钢带
- 下一篇:树脂密封方法及树脂密封装置
- 同类专利
- 用于增强记录分类的方法-202180095306.8
- A·博泰亚;M·巴德纳克;C·布希尼;A·简;L·马克利 - 伊顿智能动力有限公司
- 2021-04-22 - 2023-10-24 - G06F16/906
- 本公开涉及一种用于根据与分类方案的分类选项的相关性对输入记录数据进行分类的计算机实现的方法。该输入记录数据包括多个输入记录,每个输入记录包括一个或多个记录特征。该方法包括:基于第一分类技术和第二分类技术来接收一组相关性得分,该组相关性得分包括多对相关性得分,每对相关性得分与相应记录特征和相应分类选项相关联,并且包括通过该第一分类技术获得的第一相关性得分和通过该第二分类技术获得的第二相关性得分,该第一相关性得分和该第二相关性得分中的每一者指示该相应记录特征与该相应分类选项的相关性;通过将每对相关性得分中的第一相关性得分与第二相关性得分进行比较来确定记录特征中的一个或多个模糊记录特征,其中根据与记录特征相关联的相应多对相关性得分中的至少一对相关性得分中的第一相关性得分与第二相关性得分之间的差值来确定每个相应记录特征是否是模糊记录特征;基于一个或多个变量来确定与每个所确定的模糊记录特征相关联的重要性因子,所述一个或多个变量指示对模糊记录特征进行准确分类的相对重要性;基于模糊记录特征中的一个或多个模糊记录特征的相关联的重要性因子来选择要输出的一个或多个模糊记录特征;以及输出所选择的模糊记录特征以用于用户定义的分类。
- 方法、数据处理设备、计算机程序产品和数据载体信号-202280013521.3
- E·阿斯加里;C·林格斯泰特 - 大众汽车股份公司
- 2022-01-18 - 2023-10-10 - G06F16/906
- 本发明涉及一种用于提供用于训练机器学习模型的均衡训练数据集的方法、一种数据处理设备、一种计算机程序产品、一种数据载体信号,以及一种用于选择数据集中数据记录的代表的方法。一种用于提供用于训练机器学习模型(30)的均衡训练数据集(20)的方法,其包括:接收包含至少一个多数类(12)和至少一个少数类(13)的数据记录(11)的多类数据集(10),通过使用数据记录(11)的至少一个基于内容的表示来表示至少一个多数类(12)的数据记录(11),基于至少一个基于内容的表示对至少一个多数类(12)的数据记录(11)进行k‑均值聚类,其中,考虑到至少一个少数类(13)的数量和/或大小来设置聚类的数量k,选择最接近每个聚类的重心的数据记录(11s)作为相应聚类的代表,聚集至少一个多数类(12)的所选数据记录(11s)和至少一个少数类(13)的数据记录(11),提供聚集的数据记录(11、11s)作为训练数据集(20)。
- 使用来自多个分类模块的聚合信息对数据进行分类-202080072820.5
- 迈克尔·坦德基;迈克尔·梅斯;格蕾特·德佩佩;安娜·菲利皮亚克 - 科里布拉比利时股份有限公司
- 2020-08-12 - 2023-09-01 - G06F16/906
- 本技术涉及对数据进行分类的方法和系统。分类模块集可以检查接收到的数据,并确定接收到的数据的置信值的建议分类。聚合模块可接收并聚合建议分类和置信值。基于聚合后的建议分类和置信值,聚合模块可以为接收到的数据生成最终分类。外部设备可以基于与数据相关联的最终分类来关于接收到的数据执行动作。所执行的操作可以包括维护数据,以便在收到数据请求时检索数据。分类模块和聚合模块的任意个都可以基于可以在分类数据的后续迭代中被利用的训练数据,以提高分类准确度。
- 在内容管理系统中对内容进行智能归类的系统和方法-202180075939.2
- S·戈沙尔;S·卡米瑞迪;J·玛雅拉;V·彼得;H·S·卡德拉巴陆 - 甲骨文国际公司
- 2021-09-28 - 2023-08-08 - G06F16/906
- 根据实施例,本文描述的系统和方法可以例如与内容管理系统一起使用,以提供将内容归类/分类成用户定义的类别的推荐,这进而为内容管理者提供了基于先前评估/归类的内容轻松地将新内容放置到准确的类别中的机会。推荐系统或工具可以通过新创建/编辑的内容的自动归类/分类来帮助将内容放置到相关类别中。通过从内容生成特征向量、基于先前归类的内容在特征空间中创建聚类,并通过从聚类的特征空间距离计算为新内容推荐类别,可以跨不同领域实现和应用推荐工具。
- 信息处理装置、信息处理方法和程序-202180058932.X
- 高田规;鹤秀生;诹访哲也;大段翔平;菅原隆幸 - JVC建伍株式会社
- 2021-09-15 - 2023-05-30 - G06F16/906
- 信息处理装置(10)包括:行动状态检测传感器(20),检测与用户的行动状态有关的行动状态信息;行动模式信息生成部(42),基于行动状态信息,在至少将检测到行动状态的时刻、地点、时间的参数作为坐标轴的多维空间中生成行动模式信息,按照行动模式信息集中的行动模式信息组的密度超过规定密度的空间进行分组;行动得分计算部(44),计算与包含行动模式信息组的空间大小有关的信息作为行动得分;以及行动模式确定部(46),将行动得分的值为规定值以上的空间内存在的行动模式信息组确定为用户的行动模式。
- 用于深分级结构中模糊输入的高效重新排序和分类方法-202080102638.X
- A·博泰亚;C·布希尼 - 伊顿智能动力有限公司
- 2020-12-14 - 2023-03-03 - G06F16/906
- 本公开涉及一种分类方法,用于通过与表示用于不同分类选项的分类方案的分级结构的节点的相关性来对记录进行分类。该分类方法包括接收具有多个记录内容特征的输入记录,以及指示该输入记录的该接收的上下文的上下文属性。该方法包括检索关系数据,该关系数据指示该分级结构的与所接收的输入记录的该上下文属性相关联的一个或多个节点。该方法还包括确定该分级结构的节点中的一个或多个节点的相关性得分以对该输入记录进行分类。根据该输入记录的该多个记录内容特征相对于由所述节点表示的该分类选项的比较来确定该一个或多个节点中的每个节点的该相关性得分,并且进一步地,其中根据所检索的关系数据来确定该一个或多个节点中的每个节点的该相关性得分。
- 具有有效率的元数据生成和导出的汽车数据处理系统-202080078835.2
- N·米兹腊伊 - 马维尔亚洲私人有限公司
- 2020-12-08 - 2022-07-08 - G06F16/906
- 一种汽车数据处理系统(20)包括存储子系统(44)和处理器(48)。该存储子系统被设置在车辆中,并且被配置为至少存储由该车辆的一个或多个数据源(24、28、30、32、34)产生的数据(45)。该处理器被安装在车辆中,并且被配置为向被存储在该存储子系统中的或者在被存储到该存储子系统的途中的数据应用至少一个模型,该至少一个模型在该数据中标识一个或多个指定的感兴趣特征,从而生成对指定的感兴趣特征在所存储的数据中的出现进行标记的元数据(46),并且该处理器被配置为将该元数据的至少部分导出至位于该车辆外部的外部系统。
- IOT系统中标记数据的自动生成-202080025416.2
- Q·李;刘璐;D·N·西德;陈卓;W·R·弗林四世;C·M·姆拉丁;J·L·宁莱克胡;李鸿堃;R·迪吉罗拉莫 - 康维达无线有限责任公司
- 2020-03-30 - 2021-11-19 - G06F16/906
- 标记数据生成服务为物联网(IoT)系统提供一种能力,由此用户可以通过以下操作来配置系统如何采集、处理和生成标记数据实例:收集数据并将其处理为由监督学习算法所需的格式;从IoT系统中可用的数据生成预期输出;支持将收集到的输入与生成的预期输出相链接;形成标记数据实例;适当清理标记数据集;将标记数据集发送到目标节点;和/或根据需要与目标节点就改进数据处理和标记过程进行通信。
- 信息处理设备、个人识别设备、信息处理方法和存储介质-201980094592.9
- 海老原章记 - 日本电气株式会社
- 2019-03-26 - 2021-11-12 - G06F16/906
- 提供了一种信息处理设备,包括:获取单元,顺序获取序列数据中包括的多个元素;第一计算单元,针对多个元素中的每一个,考虑多个元素中的两个或更多个元素以计算指示给定元素适合属于多个类别中的哪一个的指标;第二计算单元,对多个元素中的每一个的指标进行整合以计算整合的指标,该整合的指标指示序列数据适合属于多个类别中的哪一个;以及分类单元,基于整合的指标将序列数据分类为类别之一。
- 数据分类装置-201980088720.9
- 堀嘉成;关合孝朗;黑羽义幸;平塚政幸 - 株式会社日立制作所
- 2019-10-09 - 2021-08-20 - G06F16/906
- 本发明提供一种数据分类装置,其考虑到成套设备的定性信息,使成套设备的状态与评价指标的关卡可视化,能够灵活用于运转指导。本发明的数据分类装置的特征在于,具有:运转数据数据库,其存储成套设备的运转数据;评价指标数据库,其存储成套设备的评价指标;定性数据数据库,其存储与成套设备相关的定性数据;数据分类单元,其使用数据聚类技术将运转数据按类别分类,将所分类的类别与评价指标和定性数据关联起来,学习它们的关系;以及分类结果显示单元,其在三维图表中显示由数据分类单元学习到的结果。
- 环境条件存储装置、环境条件存储方法、操作装置和环境识别装置-202080008521.5
- 中山奈帆子;香川早苗;佐藤数行;上田隆太;高桥英之;石黑浩;高间碧;吉川雄一郎;中村泰;石原尚 - 大金工业株式会社
- 2020-01-10 - 2021-08-17 - G06F16/906
- 存储环境条件的环境条件存储装置(50、60)具有环境条件取得部(51、61)、触觉信息取得部(82)和存储部(21、54、64)。环境条件取得部(51、61)取得包含温度、湿度、风、图像、影像、声音中的至少一方的环境条件。触觉信息取得部(82)取得表示触觉的信息即触觉信息。存储部(54、64)将环境条件和触觉信息关联起来进行存储。
- 内容的分类方法及分类模型的生成方法-201980078452.2
- 桃纯平;福留贵浩 - 株式会社半导体能源研究所
- 2019-12-03 - 2021-07-23 - G06F16/906
- 本发明提供一种进行内容分类的分类模型。一种内容分类方法,包括学习内容及内容,给学习内容添加第一特征量及学习标签,给内容添加第二特征量,并且包括如下步骤:通过机械学习利用多个学习内容生成多个第一分类模型的步骤;利用多个第一分类模型生成第二分类模型的步骤;以及利用第二分类模型给多个内容添加判定信息且将其显示在GUI上的步骤。判定信息包括分类标签或分数。注意,在GUI中,可以指定分数中的特定数值范围,列出显示相应内容。注意,内容被添加的特征量是管理参数(元信息)。
- 快应用的推荐方法、装置、存储介质及电子设备-201880097410.9
- 林进全 - 深圳市欢太科技有限公司;OPPO广东移动通信有限公司
- 2018-10-31 - 2021-04-16 - G06F16/906
- 本申请实施例公开了一种快应用的推荐方法、装置、存储介质及电子设备,该推荐方法包括:采集快应用开启时的多维特征作为样本,并建立样本库;对样本库中的样本进行聚类处理;获取当前的环境特征信息;根据环境特征信息与目标聚类结果进行对比,确定出相应的目标快应用并进行推荐。提升了快应用推荐的准确率。
- 在分布式计算网络的边缘节点中使用聚类和形状匹配来压缩传感器数据的系统和方法-201980052262.3
- O·P·奥拉莱耶;A·莫蒂;M·K·戈帕尔萨米 - 昕诺飞控股有限公司
- 2019-08-05 - 2021-03-19 - G06F16/906
- 一种用于在分布式计算网络的边缘节点处压缩传感器数据的系统和方法。该方法包括用多个已知信号模板训练边缘节点。每个已知信号模板对应于由传感器可观察到的多个事件中的对应的一个。由边缘节点的传感器收集原始数据信号。基于原始数据信号和已知信号模板之间的相似度,将原始数据信号分类为已知信号模板之一。基于原始数据信号的分类来选择压缩方案。根据压缩方案压缩原始数据信号。
- 用于数据倾斜的映射化简模型-201980049674.1
- 阿斯沃思·马诺哈兰;尼古拉斯·松塔格;赛仑德拉·拉索尔 - 罗布乐思公司
- 2019-07-25 - 2021-03-09 - G06F16/906
- 本申请涉及一种系统和方法包括利用映射‑化简的序列。系统包括:计算机集群,其通过第一节点在第一数据位置执行第一化简操作从而生成多个第一标记用于标识在所述第一数据位置的数据;通过第二节点在第二数据位置执行第二化简操作从而生成多个第二标记用于标识在所述第二数据位置的数据;响应于生成一个或多个标记,计算机集群将一个或多个标记添加到序列;响应于通过第一节点完成第一化简操作,计算机集群指示第一节点执行第一复制操作复制第一数据,第一数据被序列中的一个或多个标记中的第一标记所标识。
- 信息处理系统、信息处理方法和记录介质-201980046631.8
- 小野秀行 - 索尼公司
- 2019-07-11 - 2021-02-26 - G06F16/906
- 一种信息处理系统,包括控制单元(200),该控制单元(200)用于控制对用户个人化的个人代理以及向包括与多个个人代理对应的多个用户的组提供支持的组代理。
- 用于对时间序列数据进行分类的方法和系统-201880077431.4
- 沈逸麟;邓岳;金红霞 - 三星电子株式会社
- 2018-12-28 - 2020-07-17 - G06F16/906
- 一种识别方法,包括检索包括第一窗口大小的数据在内的输入。该方法还包括基于输入的变形距离与修剪阈值的比较来对输入进行分类。
- 基于层次聚类的人工智能系统和方法-201880043921.2
- 柳俊宏;王鹏;吴康康;王杰 - 北京嘀嘀无限科技发展有限公司
- 2018-08-31 - 2020-07-03 - G06F16/906
- 用于分类客户查询的人工智能系统和方法。系统(100)包括通信接口(102),用于接收至少两个历史客户查询。系统(100)进一步包括处理器(104)。该处理器(104)被配置为将历史客户查询分割成至少两个词语并确定一组常用词语。该处理器(104)进一步被配置为使用一组常用词语过滤历史客户查询。该处理器(104)还被配置为通过对过滤后的历史客户查询进行分类来确定至少两个代表性主题,其中该分类采用层次聚类方法。该系统(100)还包括存储器(108),被配置为存储常用词语和代表性主题。
- 专利分类