恭喜華為云計算技術有限公司克里斯蒂安·阿克塞尼獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜華為云計算技術有限公司申請的專利用于自動選擇用于數據流時間序列預測的模型的方法和系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN113366473B 。
龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:201980090455.8,技術領域涉及:G06F17/10;該發明授權用于自動選擇用于數據流時間序列預測的模型的方法和系統是由克里斯蒂安·阿克塞尼;拉杜·都鐸蘭;斯蒂法諾·波托利;穆罕默德·啊·哈吉·哈桑;戈茲·布蘭切設計研發完成,并于2019-02-15向國家知識產權局提交的專利申請。
本用于自動選擇用于數據流時間序列預測的模型的方法和系統在說明書摘要公布了:本發明提供用于動態選擇時間序列事件的預測模型的方法和系統。所述系統包括:統計邏輯,用于為窗口中的事件集生成一個或多個統計度量;關聯邏輯,用于為所述窗口中的多個事件生成一個或多個時間序列關聯度量;模型搜索邏輯,用于根據質量測量從多個預測模型中選擇預測模型的最佳預測子集,所述質量測量表示每個預測模型根據所述一個或多個時間序列關聯度量與所述時間序列之間的匹配程度;聚類邏輯,用于根據所述統計度量,對所述子集中的所述預測模型進行聚類;控制邏輯,用于根據所述預測模型的聚類和所述統計度量,選擇所述子集中的一個預測模型;預測邏輯,用于使用所選擇的預測模型從所述窗口中的所述多個事件實時生成預測輸出。
本發明授權用于自動選擇用于數據流時間序列預測的模型的方法和系統在權利要求書中公布了:1.一種用于動態選擇時間序列事件的預測模型的計算機實現方法,其特征在于,所述方法在一個或多個處理器中使用包括累積高速緩存、第三方存儲器和回退高速緩存的數據流量架構實現;其中,輸入到所述數據流量架構的時間序列事件以先進先出的方式依次通過所述累積高速緩存、所述第三方存儲器和所述回退高速緩存,所述方法包括以下步驟:a為窗口中的多個事件生成一個或多個統計度量,其中,所述窗口包括一系列所述時間序列事件;所述一個或多個統計度量是基于全局特征提取器計算更新函數、以根據所述時間序列中所述多個事件的前一個窗口的一個或多個統計度量進行增量計算生成的;所述一個或多個統計度量包括所述窗口中所述多個事件的偏度、峰度、標準偏差和均值中的一個或多個;所述全局特征提取器為用于特征提取的流運算符;b為所述窗口中的所述多個事件生成一個或多個時間序列關聯度量;所述一個或多個時間序列關聯度量是從所述時間序列中所述多個事件的所述前一個窗口的一個或多個時間序列關聯度量增量生成的;所述一個或多個時間序列關聯度量包括協方差、自相關函數、部分自相關函數、時空協方差函數、時空自相關函數和時空部分自相關函數中的一個或多個;c根據質量測量從多個預測模型中選擇預測模型的子集,所述質量測量表示每個預測模型根據所述一個或多個時間序列關聯度量與所述時間序列之間的匹配程度;d根據所述統計度量,對所述子集中的所述預測模型進行聚類;e根據所述預測模型的聚類和所述統計度量,選擇所述子集中的一個預測模型;f使用所選擇的預測模型從所述窗口中的所述多個事件實時生成預測輸出;所述為窗口中的多個事件生成一個或多個統計度量,其中,所述窗口包括一系列所述時間序列事件,包括:將新事件存儲在所述累積高速緩存中,將所述累積高速緩存中的最早事件移動到所述第三方存儲器,并觸發累積事件;將所述第三方存儲器中的最早事件移動到所述回退高速緩存,刪除所述回退高速緩存中的最早事件,并觸發回退事件。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人華為云計算技術有限公司,其通訊地址為:550025 貴州省貴陽市貴安新區黔中大道交興功路華為云數據中心;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。