In some embodiments, techniques are provided for analyzing time series data to detect anomalies. In some embodiments, the time series data is processed using a machine learning model. In some embodiments, the machine learning model is trained in an unsupervised manner on large amounts of previous time series data, thus allowing highly accurate models to be created from novel data. In some embodiments, training of the machine learning model alternates between a fitting optimization and a trimming optimization to allow large amounts of training data that includes untagged anomalous records to be processed. Because a machine learning model is used, anomalies can be detected within complex systems, including but not limited to autonomous vehicles such as unmanned aerial vehicles. When anomalies are detected, commands can be transmitted to the monitored system (such as an autonomous vehicle) to respond to the anomaly.

    La présente invention porte, dans certains modes de réalisation, sur des techniques permettant d'analyser des données de séries chronologiques pour détecter des anomalies. Dans certains modes de réalisation, les données de séries chronologiques sont traitées à l'aide d'un modèle d'apprentissage machine. Dans certains modes de réalisation, le modèle d'apprentissage machine est formé de manière non supervisée sur de grandes quantités de précédentes données chronologiques, ce qui permet de créer des modèles très précis à partir de nouvelles données. Dans certains modes de réalisation, la formation du modèle d'apprentissage machine alterne entre une optimisation d'ajustement et une optimisation de rognage pour permettre de traiter de grandes quantités de données d'apprentissage qui comprennent des enregistrements anormaux non étiquetés. Étant donné qu'un modèle d'apprentissage machine est utilisé, des anomalies peuvent être détectées dans des systèmes complexes, comprenant, mais sans y être limitées, des véhicules autonomes tels que des véhicules aériens sans pilote. Lorsque des anomalies sont détectées, des commandes peuvent être transmises au système surveillé (tel qu'un véhicule autonome) pour répondre à l'anomalie.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    UNSUPERVISED ANOMALY DETECTION FOR AUTONOMOUS VEHICLES


    Weitere Titelangaben:

    DÉTECTION D'ANOMALIE NON SUPERVISÉE POUR DES VÉHICULES AUTONOMES


    Beteiligte:

    Erscheinungsdatum :

    18.03.2021


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Englisch


    Klassifikation :

    IPC:    B64D Ausrüstung für Flugzeuge , EQUIPMENT FOR FITTING IN OR TO AIRCRAFT / B64C AEROPLANES , Flugzeuge / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen



    UNSUPERVISED ANOMALY DETECTION FOR AUTONOMOUS VEHICLES

    SINDHWANI VIKAS / SIDAHMED HAKIM / CHOROMANSKI KRZYSZTOF et al. | Europäisches Patentamt | 2021

    Freier Zugriff

    Unsupervised anomaly detection for autonomous vehicles

    CHANDWANI VIJAY / SIDDAMEID HERBERT / KOROMANSKI KRZYSZTOF et al. | Europäisches Patentamt | 2022

    Freier Zugriff

    Unsupervised anomaly detection for autonomous vehicles

    SINDHWANI VIKAS / SIDAHMED HAKIM / CHOROMANSKI KRZYSZTOF et al. | Europäisches Patentamt | 2023

    Freier Zugriff

    UNSUPERVISED ANOMALY DETECTION FOR AUTONOMOUS VEHICLES

    SINDHWANI VIKAS / SIDAHMED HAKIM / CHOROMANSKI KRZYSZTOF et al. | Europäisches Patentamt | 2024

    Freier Zugriff

    Unsupervised anomaly detection for autonomous vehicles

    SINDHWANI VIKAS / SIDAHMED HAKIM / CHOROMANSKI KRZYSZTOF et al. | Europäisches Patentamt | 2023

    Freier Zugriff