公开(公告)号：CN115836283A

公开(公告)日：2023-03-21

申请号：CN202180047716.5

申请日：2021-06-24

Applicant: 国际商业机器公司

Inventor： 周念军 ,  D·苏布拉曼尼亚 ,  D·帕特尔 ,  A·巴米迪佩蒂

IPC: G06F16/00

Abstract: 本文描述了用于制造过程决策支持的模型保真度监测和重新生成的技术。本发明的各方面包括：确定与制造过程的决策支持的当前时间段对应的回归模型的输出不在历史过程数据集的预定义范围内，其中基于历史过程数据集构建回归模型；以及基于来自与先前时间段对应的制造过程的过程数据，对回归模型执行准确度和保真度分析。基于准确度和保真度分析低于阈值的结果，确定回归模型与制造过程相比的失配。基于确定失配，生成与制造过程对应的临时回归模型，以及基于临时回归模型执行制造过程的决策支持。

公开(公告)号：CN115427947A

公开(公告)日：2022-12-02

申请号：CN202180028481.5

申请日：2021-04-07

Applicant: 国际商业机器公司

Inventor： S·什里瓦斯塔瓦 ,  A·巴米迪佩蒂 ,  D·帕特尔

IPC: G06F17/40

Abstract: 本发明公开提供了一种提高数据质量以节省计算资源的计算设备、方法和系统。计算设备接收原始数据集。接收对应于所接收的原始数据集的一个或多个数据质量度量目标。确定数据集的模式。基于数据集的模式识别验证节点的初始集合。执行验证节点的初始集合。基于数据集的模式迭代地扩展并执行验证节点的下一集合，直到达到终止准则。基于验证节点的初始集合和验证节点的下一集合的迭代执行来提供原始数据集的经修正的数据集。

公开(公告)号：CN116601632A

公开(公告)日：2023-08-15

申请号：CN202180080228.4

申请日：2021-12-02

Applicant: 国际商业机器公司

Inventor： 周念军 ,  D·帕特尔 ,  A·巴米迪佩蒂

IPC: G06F21/60

Abstract: 一种用于预测资产的故障的计算机实现的联合学习方法，包括：在局部站点为群组中的每个群组生成局部模型并且针对每个故障类型对用于群组中的每个群组的局部数据训练局部模型。与中央数据库共享局部模型。基于来自多个局部站点的多个局部模型的聚合创建全局模型。在所述多个局部站点中的每个局部站点处，为群组中的每个群组选择全局模型和局部模型中的一个。所选择的模型对局部数据操作以预测资产的故障。所利用的特征包括将资产的特征划分为静态特征、半静态特征和动态特征，以及基于静态特征和半静态特征形成资产的群组。

公开(公告)号：CN116157789A

公开(公告)日：2023-05-23

申请号：CN202180059002.6

申请日：2021-07-07

Applicant: 国际商业机器公司

Inventor： A·伊因加 ,  A·巴米迪佩蒂 ,  D·帕特尔 ,  S·什里瓦斯塔瓦 ,  周念军

IPC: G06F16/215

Abstract: 用于评估数据质量的计算机实现的方法包括使用处理器来接收对数据流中的数据点的多个更新。处理器还用于从数据流中的数据点计算数据质量度量(DQM)的实例。DQM的实例被配置为根据时间来区分数据流中的数据点，并且向根据数据流中的较新数据点计算的DQM的实例分配较高权重。当处理器接收到更多数据点时，DQM的实例被连续更新，同时将通过更新DQM的实例所消耗的处理器的周期限制到阈值。

公开(公告)号：CN116134427A

公开(公告)日：2023-05-16

申请号：CN202180059366.4

申请日：2021-07-07

Applicant: 国际商业机器公司

Inventor： A·伊因加 ,  A·巴米迪佩蒂 ,  D·帕特尔 ,  S·什里瓦斯塔瓦 ,  周念军

IPC: G06F11/30

Abstract: 提供了一种用于高效地评估数据质量度量的计算机实现的方法。该方法包括：使用处理器接收对数据流中的数据点的多个更新；使用处理器提供多个数据质量度量(DQM)；维护关于多个DQM随时间改变多少的信息；维护关于多个DQM的计算开销的信息；以及基于维护的信息更新数据质量信息。