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！

申请/专利权人：甲骨文国际公司

摘要：计算机对异常检测器的经验证的训练场景的经验性验证分数进行排序。每个训练场景具有用于训练配置有超参数的值的异常检测器的实例的数据集。每个数据集具有元特征的值。对于每个预定义的排名百分比，选择最佳训练场景子集，其由具有最高经验验证分数的经验证的训练场景的排名百分比构成。线性优化器训练以推断超参数的值。在许多不同的未验证的训练场景中，生成具有元特征值和超参数值的场景，该场景包含由线性优化器为该超参数推断的值。对于每个未验证的训练场景，推断验证分数。选择具有最高组合推断验证分数的最佳线性优化器。对于新的数据集，最佳线性优化器推断该超参数的值。

主权项：1.一种计算机实现的方法，包括：对异常检测器的多个经验证的训练场景的相应经验验证分数进行排序，其中：每个经验证的训练场景具有相应的训练数据集以训练所述异常检测器的相应的实例，所述异常检测器的相应的实例分别配置有所述异常检测器的多个超参数的相应的多个值，并且所述相应的训练数据集具有元特征集合的相应的值集合；对于多个预定义的不同排名百分比中的每个排名百分比：a选择最佳训练场景子集，所述最佳训练场景子集由所述异常检测器的所述多个经验证的训练场景的具有最高经验验证分数的排名百分比构成；b训练相应的线性优化器，所述相应的线性优化器推断所述异常检测器的所述多个超参数中的特定超参数的相应值，其中所述训练基于所述最佳训练场景子集的训练数据集的所述元特征集合的值集合以及所述最佳训练场景子集的经验验证分数，c对于所述元特征集合的多个未验证的值集合中的每个元特征值集合，其中所述元特征值集合不对应于实际数据集：i由所述线性优化器推断所述异常检测器的所述多个超参数中的特定超参数的特定值；ii将所述异常检测器的不同的未验证的训练场景生成到多个不同的未验证的训练场景中，所述不同的未验证的训练场景具有：所述元特征值集合以及包含所述特定超参数的特定值的所述异常检测器的所述多个超参数的多个值；对于所述异常检测器的所述多个不同的未验证的训练场景中的每个未验证的训练场景，推断相应的推断验证分数；基于所述异常检测器的所述多个不同的未验证的训练场景的所述推断验证分数，选择所述多个预定义的不同排名百分比中具有最高组合推断验证分数的排名百分比的最佳线性优化器；由所述多个预定义的不同排名百分比中的所述排名百分比的最佳线性优化器，推断所述异常检测器的所述多个超参数中的特定超参数的推断值；以及由基于所述异常检测器的所述多个超参数中的所述特定超参数的所述推断值的所述异常检测器的新实例检测异常。

全文数据：

权利要求：

百度查询： 甲骨文国际公司 用于无监督异常检测的学习超参数缩放模型