浙江大学海南研究院;浙江大学邓水光获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉浙江大学海南研究院;浙江大学申请的专利一种抗过拟合的轻量级异常检测神经网络模型重训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117094358B 。
龙图腾网通过国家知识产权局官网在2026-01-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311103164.2，技术领域涉及：G06N3/0455；该发明授权一种抗过拟合的轻量级异常检测神经网络模型重训练方法是由邓水光;陈飞佚;何勇;孙崇德设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。
本一种抗过拟合的轻量级异常检测神经网络模型重训练方法在说明书摘要公布了：本发明公开了一种抗过拟合的轻量级异常检测神经网络模型重训练方法，其针对基于深度变分自编码器的异常检测模型进行重训练，在数据分布发生变化时，深度变分自编码器的编码器与解码器得到的关于隐藏状态和重构数据样本的条件分布也会发生变化，本发明使用一种映射函数对老模型计算得到的隐藏状态和重构数据的条件分布进行调整，以适应新的数据分布，这个映射函数具有简单且凸的特性，在使用本发明所限定的损失函数形式的前提下，可以保证重训练过程较快的收敛速率与轻量开销。此外，本发明提出一种反刍模块对新观测数据进行数据增强，解决在云服务特征发生变化的初期新观测样本数据不足的问题。
本发明授权一种抗过拟合的轻量级异常检测神经网络模型重训练方法在权利要求书中公布了：1.一种抗过拟合的轻量级异常检测神经网络模型重训练方法，在一个服务集群中，实时监测并收集服务相关数据，当检测到当前异常检测模型准确性明显下降时，使用当前模型进行如下操作： 1在重训练初始阶段，保留用旧观测数据样本训练过的模型Mold； 2使用反刍模块生成与新观测数据样本相近的影子数据，具体实现方式为：对于任一新观测数据样本，将其输入到模型Mold的编码器中对应生成一个隐藏状态，再把该隐藏状态输入至模型Mold的解码器中，进而使用蒙特卡洛方法根据模型Mold解码器计算出的分布概率对重构样本进行随机采样生成n个影子数据i＝1,2,…,n，n为大于1的自然数； 3根据新观测数据样本及其影子数据通过贝叶斯公式估计出已知新观测数据样本条件下新隐藏状态的分布； 4利用映射函数把模型Mold生成的隐藏状态映射为新隐藏状态，并把模型Mold输出的重构样本映射为新观测数据样本； 5以损失函数的形式对上述映射函数进行拟合。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学海南研究院;浙江大学，其通讯地址为：572025 海南省三亚市崖州湾科技城用友产业园11号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励