JP2022550692A - ドメインインデックス制約リポジトリを用いた異常及びドリフトの検出 - Google Patents
ドメインインデックス制約リポジトリを用いた異常及びドリフトの検出 Download PDFInfo
- Publication number
- JP2022550692A JP2022550692A JP2022517192A JP2022517192A JP2022550692A JP 2022550692 A JP2022550692 A JP 2022550692A JP 2022517192 A JP2022517192 A JP 2022517192A JP 2022517192 A JP2022517192 A JP 2022517192A JP 2022550692 A JP2022550692 A JP 2022550692A
- Authority
- JP
- Japan
- Prior art keywords
- data
- attribute
- constraints
- constraint
- computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title description 22
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000003860 storage Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 230000004931 aggregating effect Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 8
- 230000002547 anomalous effect Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9027—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Debugging And Monitoring (AREA)
- Complex Calculations (AREA)
Abstract
Description
・ドメイン頂点(DV)。各ドメイン頂点は、特定のドメイン(例:IT企業、銀行など)を表す。
・ファイル情報頂点(FIV):各データセット(又はファイル)は、一意の識別子(例えば、FileID)によって表され、各FIVは、各ファイル(FileIDによってインデックスされる)に関するノードを表す。FIVは、行数、列数などのファイルレベルのメタデータ情報を含む。
・ファイルレベル制約頂点(FLCV)。所与のファイルの各属性は、単一属性制約又は複数属性制約に関わるものとすることができる。各制約は、KG内の個別のFLCVを表す。FLCV特性は、制約情報統計量を含む。
・ドメインレベル制約頂点(DLCV)。各DLCVは、所与のドメインにおける特定の制約の集約された統計量を含む。集約は、所与のドメインのサブドメイン階層内にあるファイルからのすべての情報を含む。DLVCは、所与のドメインにおいて要求ごとに生成される。DLCVは、制約統計量が更新されているかどうかを示す「update」フラグを維持することができる。
・subdomain:直近の階層ドメイン間の関係を定義する(例:ドメイン頂点「IT企業」は「企業」のサブドメイン)。
・attachedTo:FIVとDVとの間の関係を定義する。
・fileConstaintsOf:FIVとFLCVとの間の関係を定義する。
・domainConstrainOf:DLCVとDVとの間の関係を定義する。
・数値-カテゴリ:発見された数値属性の各範囲について、カテゴリ属性に対するp(値)<10-4であれば、異常が検出される。
・数値-数値:発見された独立数値属性の各範囲について、ある信頼度の値(confidence value)で線形関数、多項式関数又は指数関数が学習され、従属数値属性の値が、学習された関数から、信頼度(confidence)によって決定されたマージンを超えて離れている場合、それは異常であると検出される。
・カテゴリ-カテゴリ:閾値より低い信頼度(x->y)を有するカテゴリ属性の対は、異常であるとフラグが立てられる。
・カテゴリ-数値:カテゴリ属性の値ごとに数値属性の別個の分布が学習され、分布から外れたサンプルは異常として検出される。
・信頼度(0<年齢<=18)=100%
・信頼度(100>年齢>18)=exp(-x/50-18)
Claims (20)
- データのセットと前記データのセットのドメインを示す情報とを得ることと、
前記データのセットと前記情報とに少なくとも部分的に基づいて、ドメインインデックス制約リポジトリから1つ又は複数の制約を得ることであって、前記ドメインインデックス制約リポジトリは、複数のノードを有するナレッジグラフを含み、各ノードは、複数のドメインの少なくとも1つに関連付けられた属性と、前記属性に対応する1つ又は複数の制約とを含む、得ることと、
前記データのセットの1つ又は複数の部分が、前記得られた1つ又は複数の制約に違反しているかどうかに少なくとも部分的に基づいて、前記データのセットにおける1つ又は複数の異常を検出することと、
前記違反された1つ又は複数の制約に対応する前記属性を記述する、前記1つ又は複数の異常の各々に対応する説明を生成することと、
前記1つ又は複数の異常の指標と、前記対応する説明とを出力することと
を含む、コンピュータ実施方法。 - 前記ナレッジグラフの1つ又は複数のサブツリーの各々が前記複数のドメインのうちの所与の1つに対応し、前記サブツリーの所与の1つの各レベルは、前記所与のサブツリーの前のレベルに対して、前記所与のドメインの抽象化レベルを高める、請求項1に記載のコンピュータ実施方法。
- 前記検出することが、
前記データセットの前記ドメインを示す前記情報に基づいて、前記データのセットを前記複数のノードの1つ又は複数にマッピングすることと、
前記マッピングされたノードの前記制約を前記データのセットに適用して、前記1つ又は複数の異常を検出することと
を含む、請求項1に記載のコンピュータ実施方法。 - 前記1つ又は複数の制約が、
単一属性制約、及び
多属性制約
のうちの少なくとも1つを含む、請求項1に記載のコンピュータ実施方法。 - 前記単一属性制約が、テキスト属性、数値属性、及びカテゴリ属性のうちの1つに対応し、前記多属性制約が、テキスト属性、数値属性、及びカテゴリ属性のうちの2以上に対応する、請求項4に記載のコンピュータ実施方法。
- 各制約が、前記単一属性制約のタイプ及び前記多属性制約のタイプのうちの1つ又は複数に基づくモデルを含み、前記検出することが、前記モデルを前記データのセットの少なくとも一部に適用することを含む、請求項5に記載のコンピュータ実施方法。
- 前記データのセットが、少なくとも1つの機械学習モデルのリアルタイムデータを含み、前記方法が、
機械学習クラスタリング技術を用いて前記リアルタイムデータの1つ又は複数のセグメントにおけるドリフトを検出することと、
前記ドリフトに対応する前記リアルタイムデータのセグメントを出力することと、
を含む、請求項1に記載のコンピュータ実施方法。 - 前記生成することが、前記ドリフトに対応する前記リアルタイムデータの前記セグメントの各々に対して説明を生成して出力することを含む、請求項7に記載のコンピュータ実施方法。
- 前記1つ又は複数の異常の各々に対応する前記説明が、前記部分が取得された1つ又は複数の制約にどのように違反しているかを記述する自然言語の説明を含む、請求項1に記載のコンピュータ実施方法。
- 前記検出することが、前記データのセットとベースラインのデータのセットとの比較に基づいて、前記データのセットの品質を示す値を求めることを含む、請求項1に記載のコンピュータ実施方法。
- 前記データのセットの前記品質を示す前記値が閾値を満たすことに応答して、前記データのセットを検証することを含む、請求項10に記載のコンピュータ実施方法。
- 前記データのセットが、符号化も変換もされていない生データを含む、請求項1に記載のコンピュータ実施方法。
- プログラム命令が具体化されたコンピュータ可読ストレージ媒体を含むコンピュータ・プログラム製品であって、コンピューティングデバイスによって実行可能な前記プログラム命令が、
データのセットと前記データのセットのドメインを示す情報とを得ることと、
前記データのセットと前記情報とに少なくとも部分的に基づいて、ドメインインデックス制約リポジトリから1つ又は複数の制約を得ることであって、前記ドメインインデックス制約リポジトリは、複数のノードを有するナレッジグラフを含み、各ノードは、複数のドメインの少なくとも1つに関連付けられた属性と、前記属性に対応する1つ又は複数の制約とを含む、得ることと、
前記データのセットの1つ又は複数の部分が、前記得られた1つ又は複数の制約に違反しているかどうかに少なくとも部分的に基づいて、前記データのセットにおける1つ又は複数の異常を検出することと、
前記違反された1つ又は複数の制約に対応する前記属性を記述する、前記1つ又は複数の異常の各々に対応する説明を生成することと、
前記1つ又は複数の異常の指標と、前記対応する説明とを出力することと
を前記コンピューティングデバイスに行わせる、コンピュータ・プログラム製品。 - 前記ナレッジグラフの1つ又は複数のサブツリーの各々が前記複数のドメインのうちの所与の1つに対応し、前記サブツリーの所与の1つの各レベルは、前記所与のサブツリーの前のレベルに対して、前記所与のドメインの抽象化レベルを高める、請求項13に記載のコンピュータ・プログラム製品。
- 前記検出することが、
前記データセットの前記ドメインを示す前記情報に基づいて、前記データのセットを前記複数のノードの1つ又は複数にマッピングすることと、
前記マッピングされたノードの前記制約を前記データのセットに適用して、前記1つ又は複数の異常を検出することと
を含む、請求項13に記載のコンピュータ・プログラム製品。 - 前記1つ又は複数の制約が、
単一属性制約、及び
多属性制約
のうちの少なくとも1つを含む、請求項13に記載のコンピュータ・プログラム製品。 - 前記単一属性制約が、テキスト属性、数値属性、及びカテゴリ属性のうちの1つに対応し、前記多属性制約が、テキスト属性、数値属性、及びカテゴリ属性のうちの2以上に対応する、請求項16に記載のコンピュータ・プログラム製品。
- 各制約が、前記単一属性制約のタイプ及び前記多属性制約のタイプのうちの1つ又は複数に基づくモデルを含み、前記検出することが、前記モデルを前記データのセットの少なくとも一部に適用することを含む、請求項17に記載のコンピュータ・プログラム製品。
- システムであって、
メモリと、
前記メモリに動作可能に結合された少なくとも1つのプロセッサであって、
データのセットと前記データのセットのドメインを示す情報とを得ることと、
前記データのセットと前記情報とに少なくとも部分的に基づいて、ドメインインデックス制約リポジトリから1つ又は複数の制約を得ることであって、前記ドメインインデックス制約リポジトリは、複数のノードを有するナレッジグラフを含み、各ノードは、複数のドメインの少なくとも1つに関連付けられた属性と、前記属性に対応する1つ又は複数の制約とを含む、得ることと、
前記データのセットの1つ又は複数の部分が、前記得られた1つ又は複数の制約に違反しているかどうかに少なくとも部分的に基づいて、前記データのセットにおける1つ又は複数の異常を検出することと、
前記違反された1つ又は複数の制約に対応する前記属性を記述する、前記1つ又は複数の異常の各々に対応する説明を生成することと、
前記1つ又は複数の異常の指標と、前記対応する説明とを出力することと
を行うように構成された少なくとも1つのプロセッサと、
を含む、システム。 - トレーニングデータを含むデータファイルのセットを得ることであって、セット内の各データファイルが複数のドメインの1つに対応する、データファイルのセットを得ることと、
前記セット内の所与の各データファイルについて、前記所与のデータファイルの前記トレーニングデータの少なくとも一部から、少なくとも1つの制約を推論することと、前記少なくとも1つの推論された制約を、ドメインインデックス制約リポジトリのノードに格納することであって、前記ノードは、前記所与のデータファイルに対応する前記ドメインを表し、前記ドメインインデックス制約リポジトリは、前記複数のドメインの階層的関係を定義するノードのセットを含む、格納することと、
前記複数のドメインの階層的関係に基づいて、前記ドメインインデックス制約リポジトリに格納された前記推論された制約を集約することと、
新たなデータファイルのドメインに基づいて、1つ又は複数の制約を前記ドメインインデックス制約リポジトリから取得することと、
前記新たなデータファイルの1つ又は複数の部分が、前記取得された1つ又は複数の制約に違反しているかどうかに基づいて、前記新たなデータファイルの1つ又は複数の異常を検出することと、
前記1つ又は複数の異常の指標と、前記新たなデータファイルの前記部分が、前記取得された1つ又は複数の制約にどのように違反しているかを記述する自然言語の説明とを出力することと
を含む、コンピュータ実施方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/585,664 | 2019-09-27 | ||
US16/585,664 US11321304B2 (en) | 2019-09-27 | 2019-09-27 | Domain aware explainable anomaly and drift detection for multi-variate raw data using a constraint repository |
PCT/IB2020/058826 WO2021059122A1 (en) | 2019-09-27 | 2020-09-22 | Anomaly and drift detection using domain-indexed constraint repository |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022550692A true JP2022550692A (ja) | 2022-12-05 |
JP7461698B2 JP7461698B2 (ja) | 2024-04-04 |
Family
ID=75163674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022517192A Active JP7461698B2 (ja) | 2019-09-27 | 2020-09-22 | ドメインインデックス制約リポジトリを用いた異常及びドリフトの検出 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11321304B2 (ja) |
JP (1) | JP7461698B2 (ja) |
CN (1) | CN114430827A (ja) |
DE (1) | DE112020003820T5 (ja) |
GB (1) | GB2603398A (ja) |
WO (1) | WO2021059122A1 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11770398B1 (en) * | 2017-11-27 | 2023-09-26 | Lacework, Inc. | Guided anomaly detection framework |
US10341430B1 (en) | 2018-11-27 | 2019-07-02 | Sailpoint Technologies, Inc. | System and method for peer group detection, visualization and analysis in identity management artificial intelligence systems using cluster based analysis of network identity graphs |
US10681056B1 (en) | 2018-11-27 | 2020-06-09 | Sailpoint Technologies, Inc. | System and method for outlier and anomaly detection in identity management artificial intelligence systems using cluster based analysis of network identity graphs |
US10523682B1 (en) | 2019-02-26 | 2019-12-31 | Sailpoint Technologies, Inc. | System and method for intelligent agents for decision support in network identity graph based identity management artificial intelligence systems |
US10554665B1 (en) | 2019-02-28 | 2020-02-04 | Sailpoint Technologies, Inc. | System and method for role mining in identity management artificial intelligence systems using cluster based analysis of network identity graphs |
US11461677B2 (en) | 2020-03-10 | 2022-10-04 | Sailpoint Technologies, Inc. | Systems and methods for data correlation and artifact matching in identity management artificial intelligence systems |
US10862928B1 (en) | 2020-06-12 | 2020-12-08 | Sailpoint Technologies, Inc. | System and method for role validation in identity management artificial intelligence systems using analysis of network identity graphs |
US10938828B1 (en) | 2020-09-17 | 2021-03-02 | Sailpoint Technologies, Inc. | System and method for predictive platforms in identity management artificial intelligence systems using analysis of network identity graphs |
US11196775B1 (en) | 2020-11-23 | 2021-12-07 | Sailpoint Technologies, Inc. | System and method for predictive modeling for entitlement diffusion and role evolution in identity management artificial intelligence systems using network identity graphs |
US11693632B2 (en) * | 2021-01-25 | 2023-07-04 | Cisco Technology, Inc. | Collaborative visual programming environment with cumulative learning using a deep fusion reasoning engine |
US11295241B1 (en) * | 2021-02-19 | 2022-04-05 | Sailpoint Technologies, Inc. | System and method for incremental training of machine learning models in artificial intelligence systems, including incremental training using analysis of network identity graphs |
US11769098B2 (en) | 2021-05-18 | 2023-09-26 | International Business Machines Corporation | Anomaly detection of physical assets by auto-creating anomaly detection or prediction models based on data from a knowledge graph of an enterprise |
US12001546B2 (en) * | 2021-05-27 | 2024-06-04 | Salesforce, Inc. | Systems and methods for causality-based multivariate time series anomaly detection |
US11227055B1 (en) | 2021-07-30 | 2022-01-18 | Sailpoint Technologies, Inc. | System and method for automated access request recommendations |
CN114297411B (zh) * | 2022-03-08 | 2023-05-02 | 支付宝(杭州)信息技术有限公司 | 知识图谱中实体的配置方法、分析方法及装置 |
CN117237126B (zh) * | 2023-09-18 | 2024-07-05 | 广州美保科技有限公司 | 一种保险平台及保险数据处理方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7739211B2 (en) | 2006-11-08 | 2010-06-15 | 21St Century Technologies, Inc. | Dynamic SNA-based anomaly detection using unsupervised learning |
CN101546312B (zh) * | 2008-03-25 | 2012-11-21 | 国际商业机器公司 | 用于检测异常的数据记录的方法和设备 |
WO2012157471A1 (ja) * | 2011-05-13 | 2012-11-22 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 複数の制御システムの異常を検知する異常検知システム |
US8762133B2 (en) * | 2012-08-30 | 2014-06-24 | Arria Data2Text Limited | Method and apparatus for alert validation |
US10114925B2 (en) | 2013-07-26 | 2018-10-30 | Nant Holdings Ip, Llc | Discovery routing systems and engines |
US10230747B2 (en) | 2014-07-15 | 2019-03-12 | Cisco Technology, Inc. | Explaining network anomalies using decision trees |
US10067812B2 (en) | 2015-03-30 | 2018-09-04 | Ca, Inc. | Presenting diagnostic headlines using simple linguistic terms |
US10116674B2 (en) | 2015-10-30 | 2018-10-30 | Citrix Systems, Inc. | Framework for explaining anomalies in accessing web applications |
WO2017201107A1 (en) * | 2016-05-16 | 2017-11-23 | Purepredictive, Inc. | Predictive drift detection and correction |
US20180159876A1 (en) | 2016-12-05 | 2018-06-07 | International Business Machines Corporation | Consolidating structured and unstructured security and threat intelligence with knowledge graphs |
JP2019016209A (ja) | 2017-07-07 | 2019-01-31 | 株式会社東芝 | 診断装置、診断方法およびコンピュータプログラム |
US10877979B2 (en) | 2018-01-16 | 2020-12-29 | Accenture Global Solutions Limited | Determining explanations for predicted links in knowledge graphs |
JP6965798B2 (ja) | 2018-03-12 | 2021-11-10 | オムロン株式会社 | 制御システムおよび制御方法 |
US11005678B2 (en) * | 2018-05-18 | 2021-05-11 | Alarm.Com Incorporated | Machine learning for home understanding and notification |
CN109656812A (zh) | 2018-11-19 | 2019-04-19 | 平安科技(深圳)有限公司 | 数据质量检测方法、装置及存储介质 |
US11531908B2 (en) * | 2019-03-12 | 2022-12-20 | Ebay Inc. | Enhancement of machine learning-based anomaly detection using knowledge graphs |
-
2019
- 2019-09-27 US US16/585,664 patent/US11321304B2/en active Active
-
2020
- 2020-09-22 GB GB2205101.5A patent/GB2603398A/en not_active Withdrawn
- 2020-09-22 JP JP2022517192A patent/JP7461698B2/ja active Active
- 2020-09-22 CN CN202080067694.4A patent/CN114430827A/zh active Pending
- 2020-09-22 WO PCT/IB2020/058826 patent/WO2021059122A1/en active Application Filing
- 2020-09-22 DE DE112020003820.3T patent/DE112020003820T5/de active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2021059122A1 (en) | 2021-04-01 |
US11321304B2 (en) | 2022-05-03 |
US20210097052A1 (en) | 2021-04-01 |
JP7461698B2 (ja) | 2024-04-04 |
GB202205101D0 (en) | 2022-05-25 |
DE112020003820T5 (de) | 2022-05-25 |
CN114430827A (zh) | 2022-05-03 |
GB2603398A (en) | 2022-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7461698B2 (ja) | ドメインインデックス制約リポジトリを用いた異常及びドリフトの検出 | |
US10547507B2 (en) | Automated change monitoring and improvement recommendation system for incident reduction in information technology infrastructure | |
US10643135B2 (en) | Linkage prediction through similarity analysis | |
US10223329B2 (en) | Policy based data collection, processing, and negotiation for analytics | |
US10331703B2 (en) | Hierarchical association of entity records from different data systems | |
US11302096B2 (en) | Determining model-related bias associated with training data | |
US11205138B2 (en) | Model quality and related models using provenance data | |
US20210248105A1 (en) | Labeling software applications running on nodes of a data center | |
US11841977B2 (en) | Training anonymized machine learning models via generalized data generated using received trained machine learning models | |
US20220198362A1 (en) | Generation of dashboard templates for operations management | |
WO2022179441A1 (en) | Standardization in the context of data integration | |
US11212162B2 (en) | Bayesian-based event grouping | |
US11593511B2 (en) | Dynamically identifying and redacting data from diagnostic operations via runtime monitoring of data sources | |
US11210352B2 (en) | Automatic check of search configuration changes | |
US20200394117A1 (en) | Software application validation | |
US11868167B2 (en) | Automatically provisioned tag schema for hybrid multicloud cost and chargeback analysis | |
US20220036006A1 (en) | Feature vector generation for probabalistic matching | |
US11442724B2 (en) | Pattern recognition | |
US11074508B2 (en) | Constraint tracking and inference generation | |
US20200143299A1 (en) | Automatically Detecting Inconsistencies Between a Business Process Model and a Corresponding Tutorial Video | |
US20230010147A1 (en) | Automated determination of accurate data schema | |
US11882124B1 (en) | Account integration with an event-driven application programing interface call manager | |
US12086135B2 (en) | Problem solving in a database | |
US20230106490A1 (en) | Automatically improving data annotations by processing annotation properties and user feedback | |
US20220405525A1 (en) | Reliable inference of a machine learning model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220414 Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220329 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220518 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230224 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240131 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240305 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240319 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7461698 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |