-
公开(公告)号：CN107301118A
公开(公告)日：2017-10-27
申请号：CN201710450900.X
申请日：2017-06-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于日志的故障指标自动标注系统与方法，包括：根据系统日志的事件等级筛选出失效/故障日志，根据每条失效/故障日志的信息内容为每条失效/故障日志分配失效/故障类别，根据每类失效/故障类别确定性能指标数据的有效时间窗口；对每类失效/故障类别的有效时间窗口对应的所有性能指标数据进行建模，构建故障指标模型；根据故障指标模型对性能指标数据进行自动标注性能指标数据是否为故障指标。本发明可减少人工标注故障指标的耗时耗力，节省时间和人力资源，减少工作量，方便管理员快速排查系统故障、进行故障诊断，还可根据指标的特征估计出某时间段内系统是否处于某种故障/失效状态，方便及时采取相应措施。
-
Patent Agency Ranking
公开(公告)号：CN115346669A
公开(公告)日：2022-11-15
申请号：CN202210974297.6
申请日：2022-08-15
Applicant: 中国科学院计算技术研究所
IPC: G16H50/30 , G06F3/0484 , G06F3/0486 , G06F8/20 , G06F8/30 , G06F8/38
Abstract: 本发明提出一种基于低代码编程的医学人工智能推理方法和系统，包括：获取多个医学人工智能模型以及多个待推理的数据集；根据人工智能模型的计算内容以及应用方法，定义低代码编程模板，根据该低代码编程模板，将医学人工智能模型转换为低代码模型；按照可视化界面内的提示，从所有低代码模型和所有数据集中选定待执行模型和待执行数据集，通过在该可视化界面中拖拽组合该待执行模型和该待执行数据集，并为该待执行模型的参数进行赋值，生成医学AI推理计算任务；根据该推理任务所需的计算环境，构建云端计算引擎，以在接入的云端上执行该医学AI推理计算任务，得到执行结果。
-
公开(公告)号：CN114595829A
公开(公告)日：2022-06-07
申请号：CN202210104400.1
申请日：2022-01-28
Applicant: 中国科学院计算技术研究所
IPC: G06N20/00 , G06F16/31 , G06F16/332 , G06F16/951
Abstract: 本发明提出一种情报分析方法、装置、介质、电子设备，所述方法包括：获取所述情报源信息作为事件抽取数据集，构造问答训练样本，生成问答系统中用于问答模型训练的待学习课程；将当前所述问答模型的学习状态值输入至课程学习进度选择策略网络动态选择学习进度，输出待学习的目标问答训练样本；将所述待学习的目标问答训练样本输入至所述问答模型进行训练，并更新所述问答模型的学习状态值；训练好的所述问答模型用于从所述情报源信息中抽取出所述目标情报信息。该方法基于问答系统对情报源信息分析，使得在学习过程中根据自身学习状态在不同的学习阶段动态的选择不同的学习进度，提高了情报分析的准确度。
-
公开(公告)号：CN108427720B
公开(公告)日：2020-12-29
申请号：CN201810127088.1
申请日：2018-02-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供从系统日志中提取特征向量的方法，构建系统日志分类模型的方法以及系统日志分类方法。提取特征向量的方法包括：对每个类别，计算该类别关键字与系统日志的语义相似度，选取一些相似度作为系统日志在该类别下的特征向量；组合系统日志在所有类别下的特征向量以得到该系统日志的特征向量。构建模型的方法利用上述方法来提取训练数据集的特征向量，并将其作为卷积神经网络的输入以训练模型。系统日志分类方法利用上述方法来提取系统日志的特征向量，并通过模型得到分类结果。本发明可以实现高准确率和高时效的系统日志分类。
-
公开(公告)号：CN107301118B
公开(公告)日：2019-11-19
申请号：CN201710450900.X
申请日：2017-06-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于日志的故障指标自动标注系统与方法，包括：根据系统日志的事件等级筛选出失效/故障日志，根据每条失效/故障日志的信息内容为每条失效/故障日志分配失效/故障类别，根据每类失效/故障类别确定性能指标数据的有效时间窗口；对每类失效/故障类别的有效时间窗口对应的所有性能指标数据进行建模，构建故障指标模型；根据故障指标模型对性能指标数据进行自动标注性能指标数据是否为故障指标。本发明可减少人工标注故障指标的耗时耗力，节省时间和人力资源，减少工作量，方便管理员快速排查系统故障、进行故障诊断，还可根据指标的特征估计出某时间段内系统是否处于某种故障/失效状态，方便及时采取相应措施。
-
公开(公告)号：CN108427720A
公开(公告)日：2018-08-21
申请号：CN201810127088.1
申请日：2018-02-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供从系统日志中提取特征向量的方法，构建系统日志分类模型的方法以及系统日志分类方法。提取特征向量的方法包括：对每个类别，计算该类别关键字与系统日志的语义相似度，选取一些相似度作为系统日志在该类别下的特征向量；组合系统日志在所有类别下的特征向量以得到该系统日志的特征向量。构建模型的方法利用上述方法来提取训练数据集的特征向量，并将其作为卷积神经网络的输入以训练模型。系统日志分类方法利用上述方法来提取系统日志的特征向量，并通过模型得到分类结果。本发明可以实现高准确率和高时效的系统日志分类。
-
-
-
-
-
Search Results
6
records
(took 0.033 seconds)
