算法整合制造技术

本发明专利技术涉及由计算机实现的对算法进行控制的方法以及用于实现所述方法的装置，所述方法包括以下步骤：通过机器学习处理将所述算法从第一状态开发至第二状态；确定执行处于其第二状态的所述算法的第二计算成本；确定所述第二计算成本是否满足触发条件；并且如果是，则将所述算法从所述第二状态整合至第三状态，其中，执行处于其第三状态的所述算法的第三计算成本小于所述第二计算成本。

Algorithm integration

【技术实现步骤摘要】
【国外来华专利技术】算法整合
本专利技术涉及用于整合算法的方法和设备。
技术介绍
计算系统中的算法是表征特定计算的一组规则。通常，计算机程序员定义一种算法，以定义给定情况下的一个或更多个输入基于特定目标应该如何映射至一个或更多个输出。因此，定义该组规则所涉及的技能随着给定问题的复杂性增加而增加。此外，输入、输出或目标的任何变化都要求计算机程序员重新访问算法并更新规则。机器学习领域的出现使算法的开发自动化，并被应用于多个计算领域(如自主计算系统)。通常，机器学习处理采用与环境相关的示例数据集(“训练数据”)。机器学习处理对训练数据集使用一种或更多种统计技术来定义一组规则(即算法)，该规则将输入转换为输出(通常基于性能目标)。机器学习处理随后就可以通过基于任何新数据和/或性能目标重新评估该组规则来随时间的推移开发算法。然而，如果算法包含大量规则，则这可能导致该算法变得越来越复杂，从而增加了计算系统的计算负担。在通过机器学习处理来开发算法以使得该算法的新版本的执行需要执行该算法的所有先前版本的场景中，该问题尤其严重。在这种情况下，计算负担随着算法的每个新版本而增加。在受监管的学习场景中，监管者可以定期查看由机器学习处理开发的算法，以确定是否应该执行整合操作。整合操作用于降低算法的计算负担(诸如通过减少算法中的规则的数量)，同时尝试最大程度地降低对算法性能的影响。
技术实现思路
根据本专利技术的第一方面，提供了一种由计算机实现的对算法进行控制的方法，所述方法包括以下步骤：通过机器学习处理将所述算法从第一状态开发至第二状态；确定执行处于其第二状态的所述算法的(第二)计算成本；确定所述(第二)计算成本是否满足触发条件；并且如果是，则将所述算法从所述第二状态开发至第三状态，其中，执行处于其第三状态的所述算法的进一步(第三)计算成本小于所述(第二)计算成本。本专利技术的实施方式提供了以下优点：由机器学习处理开发的过于复杂的算法在基于执行所述算法所需的计算资源的触发之后可以被自动整合成较简单的算法。这对于很容易随着时间的推移而开发冗余元素的算法特别有用，诸如当所述算法与高度可变的环境相关、在迭代之间具有非常短的时间延迟或所述算法的性能目标被配置成使得所述算法相对敏捷(例如低接受标准)时特别有用。所述方法可以还包括以下步骤：对与计算系统相关的第一组输入执行处于其第二状态的所述算法，以产生第二组输出，其中，所述第二组输出中的每个输出是第一可能输出和第二可能输出中的一者；对所述第一组输入执行处于第三状态的所述算法，以产生第三组输出，其中，所述第三组输出中的每个输出是所述第一可能输出和所述第二可能输出中的一者；确定所述第二组输出与所述第三组输出之间的第一匹配值。所述方法可以还包括以下步骤：确定所述第一匹配值是否满足阈值。所述方法可以还包括以下步骤：将所述算法从所述第三状态开发至第四状态，其中，如果所述第一匹配值满足所述阈值，则以第一学习速率开发所述算法，而如果所述第一匹配值不满足所述阈值，则以第二学习速率开发所述算法。所述算法可以是具有多个分支节点和多个叶节点的决策树，并且所述计算成本可以基于所述多个分支节点的计数来确定。将所述算法从所述第二状态开发至所述第三状态的步骤可以包括开发新算法。另选地，将所述算法从所述第二状态开发至所述第三状态的步骤可以包括从所述算法的第二状态修改所述算法。根据本专利技术的第二方面，提供了一种包括指令的计算机程序，当所述程序被计算机执行时，所述指令使所述计算机执行本专利技术的第一方面的方法。所述计算机程序可以存储在计算机可读数据载体上。根据本专利技术的第三方面，提供了一种用于对算法进行控制的装置，所述装置包括用于存储与计算系统相关的数据的存储器，以及被配置为执行本专利技术的第一方面的所述方法的所述步骤的处理器。附图说明为了可以更好地理解本专利技术，现在将参照附图仅以示例的方式来描述本专利技术的实施方式，在附图中：图1是本专利技术的计算系统的实施方式的示意图；图2是包括图1的计算系统的示例电信系统的示意图；图3是本专利技术的决策树算法的实施方式的图；以及图4是例示了本专利技术的方法的实施方式的流程图。具体实施方式图1是适合于本专利技术的实施方式的操作的计算机系统100的框图。中央处理器单元(CPU)102经由数据总线108通信连接至存储部104和输入/输出(I/O)接口106。存储部104可以是任何读/写存储装置(诸如随机存取存储器(RAM)或非易失性存储装置)。非易失性存储装置的示例包括磁盘或磁带存储装置。I/O接口106是对装置的接口，用于数据的输入或输出，或者用于数据的输入和输出两者。可连接至I/O接口106的I/O装置的示例包括键盘、鼠标、显示器(诸如监视器)和网络连接。图2例示了本专利技术的实施方式的电信系统1中的计算机系统100。电信系统1包括分别经由铜线对130a……130n连接至交换机120的多个用户驻地设备(CPE)110a……110n。铜线对可以使用xDSL协议系列中的任一个协议(诸如ADSL、VDSL、VDSL2、G.fast等)，并且还可以通过其它DSL元件(诸如街柜和/或分配点)。此外，可以通过光纤连接来部分地或全部地进行CPE与交换机之间的连接。为了涵盖所有场景，术语“线路”在下文中将用于描述CPE110a……110n与交换机120之间的任何合适的连接。在交换机中，线路130a……130n终止于聚合收发器装置(在该示例中为数字订户线路接入多路复用器(DSLAM)140)，该聚合收发器装置被配置为经由每个铜线对向每个CPE提供互联网和电话服务。因此，DSLAM提供了到互联网、到PSTN以及到网络管理系统(NMS)的接续连接。CPE110a……110n和DSLAM140都包括控制单元115a……115n、145，该控制单元被配置为测量位于CPE或DSLAM或关联线路中的调制解调器的某些属性，并将该属性存储在存储器中。在该实施方式中，控制单元115a……115n、145被配置为存储DSL相关参数(诸如信噪比(SNR)、SNR裕度、错误计数、再训练计数等)，该DSL相关参数被存储在管理信息库(MIB)中的15分钟箱(15-minutebin)中。在该实施方式中，控制单元115a……115n、145还被配置为存储非DSL相关参数(诸如线路的电阻、湿度水平等)，该非DSL相关参数也被存储在存储器中。此外，每条线路130a……130n可以包括沿其长度在任何点处设置的其它控制单元(未示出)，该其它控制单元也被配置为执行上述各种DSL相关参数和非DSL相关参数的测量。各个控制单元115a……115n、145、160a……160n都被配置为向NMS报告它们存储的DSL相关参数和非DSL相关参数。在该实施方式中，NMS每天接收一次该数据并存储每天的数据，从而创建用于后续分析的操作数据时间轴。在本专利技术的实施方式中，计算机系统100被配置为从NMS取回该数据并将其存储为数量矢量，下文称为‘X’。计算机系统100在本文档来自技高网...

【技术保护点】
1.一种由计算机实现的对算法进行控制的方法，所述方法包括以下步骤：/n通过机器学习处理将所述算法从第一状态开发至第二状态；/n确定执行处于其第二状态的所述算法的计算成本；/n确定所述第二计算成本是否满足触发条件；并且如果是，则/n将所述算法从所述第二状态开发至第三状态，其中，执行处于其第三状态的所述算法的进一步计算成本小于所述计算成本。/n

【技术特征摘要】
【国外来华专利技术】20171019 EP 17197379.51.一种由计算机实现的对算法进行控制的方法，所述方法包括以下步骤：
通过机器学习处理将所述算法从第一状态开发至第二状态；
确定执行处于其第二状态的所述算法的计算成本；
确定所述第二计算成本是否满足触发条件；并且如果是，则
将所述算法从所述第二状态开发至第三状态，其中，执行处于其第三状态的所述算法的进一步计算成本小于所述计算成本。


2.根据权利要求1所述的方法，所述方法还包括以下步骤：
对与计算系统相关的第一组输入执行处于其第二状态的所述算法，以产生第二组输出，其中，所述第二组输出中的每个输出是第一可能输出和第二可能输出中的一者；
对所述第一组输入执行处于其第三状态的所述算法，以产生第三组输出，其中，所述第三组输出中的每个输出是所述第一可能输出和所述第二可能输出中的一者；
确定所述第二组输出与所述第三组输出之间的第一匹配值。


3.根据权利要求2所述的方法，所述方法还包括以下步骤：
确定所述第一匹配值是否满足阈值。


4.根据权利要求3所述的方法，所述方法还包括以下步骤...

【专利技术属性】
技术研发人员：K·延森，B·威尔金纳斯，S·卡西迪，
申请(专利权)人：英国电讯有限公司，
类型：发明
国别省市：英国;GB