2021/12/03

ディープラーニング教師データを自動判別【AI】

製品名:Detective method and system for activity-or-behavior model construction and automatic detection of the abnormal activeties or behaviors of a subject system without requiring proior domain Knowledge
    ディープラーニング教師データを自動判別
    無須先備領域知識建立活動或行為模型及自動偵測目標系統
大学名:National Taiwan University(NTU)
    国立台湾大学 林風教授研究室
■分類:AIコンピューティング AIoT/アルゴリズム/情報通信
製品紹介:
■特徴
 この技術は検知値の異常を発見し、行動の異常を検出・予測するシステム。
ほとんどの手法は異常な動作ではなく、センサー値の異常(たとえば、センサー値が正常範囲よりも高い)を見つけることに重点を置いているため、検出率が低くなる。
 この技術は特定の分野の専門家がモデリングに参加する必要がなく、アルゴリズムによってシステムの動作を自動的に学習し、トレーニングデータにはシステムの通常の動作によって生成されたデータを含めるだけで済む。
---
■解説
 監視されていない機械学習アルゴリズムを使用して、監視対象のターゲットシステムから元の検出データを前処理及び分析して、事後データを生成する。後のデータを入力し、自然言語処理テクノロジーを使用して、ターゲットシステムによって実行されるアクティビティまたは動作を検出する。
 自然言語処理技術の出力を入力として使用し、監視対象の機械学習アルゴリズムを使用してアクティビティまたは動作モデルを構築し、ターゲットシステムの将来の動作を予測し、ターゲットシステムの異常なアクティビティまたは動作を自動的に検出する。
 モデル複数の検出データストリームから入力された多次元検出データを処理し、検出データストリームと異なる検出データストリーム間で関連する検出データ値と選択された時間情報を組み合わせることができる。

 The present invention generally relates to a detective method and detective system for activity-or-behavior model construction and automatic detection of the abnormal activities or behaviors of a subject system. Specifically, the present invention generally relates to a detective method and detective system for activity-or-behavior model construction and automatic detection of the abnormal activities or behaviors of a subject system without requiring prior domain knowledge.
 According to one embodiment of the invention, a detective method, applied in a detective system comprising a activity-or-behavior model constructor, for activity-or-behavior model construction and automatic detection of activities of a subject system, 
 comprising steps of: using an unsupervised machine learning technique to preprocess and analyze raw sensor data obtained from the monitored subject system to generate post data; with the post data as input, using a Natural Language Processing technique (NLP) to discover the activities or behaviors performed by the subject system; and with output data from the NLP technique as input, using a surprised machine learning technique to build an activity-or-behavior model for predicting the future behaviors of the subject system and automatically detecting abnormal activities or behaviors of the subject system; 
 wherein the activity-or-behavior model is capable to handle multidimensional sensor data input from a plurality of sensor data streams and incorporate the sensor data values and a selected temporal information about at least one sensor data stream and between different sensor data streams.

COMPUTEX AI & ROBOTICSはこちら:

製品のビデオクリップはこちら:

コメントを投稿