【技术实现步骤摘要】
【国外来华专利技术】用于机器学习(ML)的自适应和上下文感知自动化服务组成的技术
[0001]相关申请的交叉引用
[0002]本申请要求于2020年6月4日提交的标题为“TECHNIQUES FOR ADAPTIVE AND CONTEXT
‑
AWARE AUTOMATED SERVICE COMPOSITION FOR MACHINE LEARNING(ML)”的美国非临时申请No.16/892,724的优先权,该申请通过引用整体并入本文并用于所有目的。本申请还要求于2020年6月4日提交的标题为“TECHNIQUES FOR ADAPTIVE PIPELINING COMPOSITION FOR MACHINE LEARNING(ML)”的美国非临时申请No.16/892,935的优先权,该申请通过引用整体并入本文并用于所有目的。本申请还要求于2020年9月12日提交的标题为“TECHNIQUES FOR SERVICE EXECUTION AND MONITORING FOR RUN
‑
TIME SERVICE COMPOSITION”的美国非临时申请No.17/019,254的优先权,该申请通过引用整体并入本文并用于所有目的。本申请还要求于2019年9月14日提交的标题为“AUTOMATED MACHINE LEARNING SYSTEMS AND METHODS”的美国临时专利申请No.62/900,537的优先权,该申请通过引用整体并入本文并用于所有目的。
[0003]本公开涉及用于机器学 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于自动创建为硬件平台定制的机器学习应用以用在生产环境中的方法,所述方法包括:接收第一输入,其中第一输入识别数据的位置;接收第二输入,其中第二输入描述用于机器学习应用的预测;接收第三输入,其中第三输入包括用于机器学习应用的一个或多个约束;访问包含数据的一个或多个本体的存储器,其中每个本体描述用于一个或多个数据对象的一个或多个数据集的层次结构,其中每个数据对象表现出允许根据规则将数据对象分类为一个或多个数据对象集合的一个或多个属性;根据所述一个或多个约束,提取所述一个或多个数据集的一个或多个属性以找到与用于机器学习应用的预测相关的第一本体;基于存储在存储器中的第一本体、所述一个或多个约束和一个或多个先前的产品图来组成产品图,其中所述产品图将所述一个或多个数据对象与节点和边的集合相关,其中边表示节点之间的链接;其中节点包括数据结构的基本单元;以及将产品图存储在存储器中。2.如权利要求1所述的方法,还包括:至少部分地基于分析所述一个或多个数据对象的属性生成本体,其中所述一个或多个属性包括:每个服务的一个或多个功能语义,所述一个或多个功能语义包括特征选择、离群值检测和可解释性度量中的至少一个;一个或多个前提条件和一个或多个效果,其中前提条件是执行服务之前存在的条件并且所述一个或多个效果是执行服务之后存在的条件;一个或多个参数,其中所述一个或多个参数与服务的出处有关;一个或多个度量,其中所述一个或多个度量包括服务质量度量;以及一个或多个指标,其中所述一个或多个指标包括关键性能指标;以及将本体存储在存储器中。3.如权利要求2所述的方法,其中服务质量度量包括时延度量、响应时间度量、吞吐量度量、可靠性度量、可用性度量、成功率度量和隐私度量中的至少一个。4.如权利要求1所述的方法,还包括:从所述一个或多个本体生成服务元数据,其中服务元数据至少部分地基于运行时期望从机器学习的角度描述所述一个或多个本体的一个或多个概念;以及将服务元数据保存到存储器。5.如权利要求1所述的方法,还包括:至少部分地基于来自所述一个或多个先前的产品图的一个或多个描述符来搜索一个或多个服务;将所述一个或多个描述符与机器学习应用的预测相关;至少部分地基于所述相关来生成可用服务的列表;以及将可用服务的列表保存在存储器中。6.如权利要求5所述的方法,其中所述搜索使用元启发式方法来确定解决方案。7.如权利要求1所述的方法,还包括:
在显示器上呈现产品图,产品图包括产品图的性能的一个或多个度量;确定折衷的集合,其中折衷的集合包括鉴于机器学习应用的预测对所述一个或多个约束的选择;以及在显示器上呈现折衷的集合。8.一种有形地实施在非暂态机器可读存储介质中的计算机程序产品,包括被配置为使数据处理装置执行用于自动创建机器学习应用以用在生产环境中的操作的指令,所述操作包括:接收第一输入,其中第一输入识别数据的位置;接收第二输入,其中第二输入描述用于机器学习应用的预测;接收第三输入,其中第三输入包括用于机器学习应用的一个或多个约束;访问包含数据的一个或多个本体的存储器,其中每个本体描述一个或多个数据对象的一个或多个数据集,其中每个数据对象表现出允许根据规则将数据对象分类为一个或多个数据对象集合的一个或多个属性;根据所述一个或多个约束,提取所述一个或多个数据集的一个或多个属性以找到与用于机器学习应用的预测相关的第一本体;基于存储在存储器中的第一本体、所述一个或多个约束和一个或多个先前的产品图来组成产品图,其中产品图将所述一个或多个数据对象与节点和边的集合相关,其中边表示节点之间的链接;其中节点包括数据结构的基本单元;以及将产品图存储在存储器中。9.如权利要求8所述的计算机程序产品,包括被配置为使数据处理装置执行另外的操作的指令,所述操作包括:至少部分地基于分析所述一个或多个数据对象的属性生成本体,其中所述一个或多个属性包括:每个服务的一个或多个功能语义,所述一个或多个功能语义包括特征选择、离群值检测和可解释性度量中的至少一个;一个或多个前提条件和一个或多个效果,其中前提条件是执行服务之前存在的条件并且所述一个或多个效果是执行服务之后存在的条件;一个或多个参数,其中所述一个或多个参数与服务的出处有关;一个或多个度量,其中所述一个或多个度量包括服务质量度量;以及一个或多个指标,其中所述一个或多个指标包括关键性能指标;以及将本体存储在存储器中。10.如权利要求9所述的计算机程序产品,其中服务质量度量包括时延度量、响应时间度量、吞吐量度量、可靠性度量、可用性度量、成功率度量和隐私度量中的至少一个。11.如权利要求...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。