[发明专利]数据驱动的异常识别和传感器数据的延续

摘要

本发明涉及一种用于训练机器学习系统的计算机实现方法，该方法包括：提供至少一个训练数据集，该训练数据集包括多个数值向量；而且通过可参数化的基于流的通用模型来传播该至少一个训练数据集的数值向量，其中可参数化的基于流的通用模型具有至少两个可参数化的子模块的级联，其中每个子模块分别是可参数化的函数；而且学习可参数化的基于流的通用模型的模型参数；其中每个可参数化的子模块的参数化沿流方向被依次学习，并且在沿流方向接下来的可参数化的子模块的参数化被学习之前予以固定，而且其中该学习旨在：每个子模块的输出数据都按照预先确定的概率分布来分布。