[发明专利]用于改进的地下数据处理系统的装置和方法

权利要求书

1.一种用于地下数据处理的方法，包括：

至少部分地基于与地下数据中的不同深度或时间相关的测量向量来确定一组聚类；

通过与状态模型关联的类在地下数据中定义聚类；

至少部分地基于所述类减少地下数据量；和

将减少的地下数据量和具有所述状态模型的类存储在训练数据库中，用于机器学习过程。

2.根据权利要求1所述的方法，其中，所述测量向量的深度或时间是连续的。

3.根据权利要求1所述的方法，还包括重构输入数据并至少部分地基于所重构的输入数据来验证所述状态模型。

4.根据权利要求1所述的方法，还包括接收新的输入数据，并将状态模型应用于新数据。

5.根据权利要求4所述的方法，还包括至少部分地基于应用于新的输入数据的状态模型的结果来确定新的预测数据。

6.根据权利要求1所述的方法，还包括生成所识别的类和减少的地下数据量的可视化。

7.根据权利要求1所述的方法，其中，确定一组聚类包括交叉熵聚类操作。

8.根据权利要求7所述的方法，其中，将所述交叉熵聚类操作的输出应用于高斯混合模型过程。

9.根据权利要求8所述的方法，其中，所述高斯混合模型过程的输出被应用于隐马尔可夫模型过程。

10.一种地下数据处理装置，包括：

存储器，被构造为存储地下数据和用于机器学习过程的知识库；和

处理器，构造为

至少部分地基于与地下数据中的不同深度或时间相关联的一组测量向量来确定一组聚类；

通过与状态模型关联的类在地下数据中定义聚类；

至少部分地基于所述类减少数据量；和

将减少的地下数据量和具有所述状态模型的类存储在用于机器学习过程的知识库中。

11.根据权利要求10所述的装置，其中，所述处理器被构造成重构输入数据并至少部分基于所重构的输入数据来验证所述状态模型。

12.根据权利要求10所述的装置，其中，所述处理器被构造为接收新的输入数据并将状态模型应用于新的数据。

13.根据权利要求12所述的设备，其中，所述处理器被构造为至少部分地基于应用于新的输入数据的状态模型的结果来确定新的预测数据。

14.根据权利要求12所述的装置，还包括在将类分配给新的数据之后，所述处理器被构造为将更新的处理或解释参数存储在所述知识库中，且所述处理器被构造为按类应用所更新的处理或解释参数以自动生成输出。

15.根据权利要求10所述的装置，其中，所述处理器被构造为至少部分地基于交叉熵聚类操作来确定一组聚类。

16.根据权利要求15所述的装置，其中，所述处理器被构造为对交叉熵聚类操作的输出执行高斯混合模型过程。

17.根据权利要求16所述的装置，其中，所述处理器被构造为对所述高斯混合模型过程的输出执行隐马尔可夫模型过程。

18.一种方法，包括：

提供训练数据和输入数据，该训练数据包括减少的训练数据和具有至少一个状态模型的类；

将具有状态模型的训练数据类分配给输入数据；

至少部分地基于训练数据来重构输入数据；

至少部分地基于重构的输入数据来确定重构误差；

至少部分地基于重构误差对输入数据进行排序；和

提供排序的输入数据作为输出。