FAULT DETECTION AND MITIGATION FOR AGGREGATE MODELS USING ARTIFICIAL INTELLIGENCE

A system can include a data processing system that can include memory and one or more processors to generate, by a first model trained using machine learning and compatible with first data having a first type and second data having a second type, a first metric based on the first data and indicating...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: BORG, Kent, KWARTLER, Edward, ORISTAGLIO, Jett, BAGAN, Oleksandr, SHOOP, Alex, STRIUK, Nikita, SAPORITI, Gianni, PIKOVETS, Oleksandr, MAHMOUDIAN, Haniyeh, VOVK, Vlad, ZOSIMOVA, Alisa, KHATRY, Sarah, HEDRICK, Wesley, LINDEMAN, Scott, BOGATYROV, Anton
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A system can include a data processing system that can include memory and one or more processors to generate, by a first model trained using machine learning and compatible with first data having a first type and second data having a second type, a first metric based on the first data and indicating a first fault probability in a second model, generate, by the first model, a second metric based on the second data and indicating a second fault probability in a third model, determine, based on the first metric and the second metric, that an aggregate model that includes the second model and the third model satisfies a heuristic indicating a third fault probability in the aggregate model, and instruct, in response to a determination that the aggregate model satisfies the heuristic, a user interface to present an indication that the aggregate model satisfies the heuristic. L'invention concerne un système pouvant comprendre un système de traitement de données qui peut comprendre une mémoire et un ou plusieurs processeurs pour générer, par un premier modèle entraîné à l'aide d'un apprentissage automatique et compatible avec des premières données d'un premier type et avec des secondes données d'un second type, une première mesure basée sur les premières données et indiquant une première probabilité de défaut dans un deuxième modèle, pour générer, par le premier modèle, une seconde mesure basée sur les secondes données et indiquant une deuxième probabilité de défaut dans un troisième modèle, pour déterminer, sur la base de la première mesure et de la seconde mesure, qu'un modèle d'agrégat qui comprend le deuxième modèle et le troisième modèle satisfait une heuristique indiquant une troisième probabilité de défaut dans le modèle d'agrégat, et pour ordonner, en réponse à une détermination du fait que le modèle d'agrégat satisfait l'heuristique, à une interface utilisateur de présenter une indication du fait que le modèle d'agrégat satisfait l'heuristique.