买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉维萨国际服务协会申请的专利使用监督和无监督机器学习模型的基于时间的聚合学习的系统、方法和计算机程序产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116802648B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202280002214.5，技术领域涉及：G06N3/09；该发明授权使用监督和无监督机器学习模型的基于时间的聚合学习的系统、方法和计算机程序产品是由Y·程;谷雨;S·P·汉密尔顿设计研发完成，并于2022-01-20向国家知识产权局提交的专利申请。

本使用监督和无监督机器学习模型的基于时间的聚合学习的系统、方法和计算机程序产品在说明书摘要公布了：提供用于利用机器学习模型聚合学习的系统，所述系统包括处理器，用于：接收多个数据实例的训练数据集，其中每个数据实例包括数据点的时间序列；将时间延迟量添加到一个或多个数据实例以提供经扩增的训练数据集；选择第一多个监督机器学习模型；选择第二多个无监督机器学习模型；基于所述经扩增的训练数据集训练所述第一多个监督机器学习模型和所述第二多个无监督机器学习模型；基于所述监督机器学习模型和所述无监督机器学习模型的输出生成聚合机器学习模型；以及基于所述聚合机器学习模型的运行时输入生成所述聚合机器学习模型的运行时输出。还提供了方法和计算机程序产品。

本发明授权使用监督和无监督机器学习模型的基于时间的聚合学习的系统、方法和计算机程序产品在权利要求书中公布了：1.一种用于利用机器学习模型聚合学习以防止模型性能退化的系统，所述系统包括： 至少一个处理器，其被编程或配置成： 接收来自数据源的多个数据实例的训练数据集，其中，所述训练数据集包括预定义静态训练数据集和实时训练数据集，所述实时训练数据集包括来自外部部件实时生成的新数据，每个数据实例包括数据点的时间序列，其中，每个数据实例包括与电子支付交易相关联的交易参数，其中，所述交易参数包括以下各项中的至少一项：与电子卡相关联的电子钱包卡数据、与批准或拒绝交易授权请求的决策相关联的决策数据、与授权响应相关联的授权数据、主账号PAN、授权代码、与交易金额相关联的数据、与交易日期和时间相关联的数据、与货币汇率相关联的数据、与商家类型相关联的数据、与收单机构国家相关联的数据、与和PAN相关联的国家的标识符相关联的数据、与响应代码相关联的数据、与商家标识符相关联的数据、或与对应于与PAN相关联地存储的资金的货币类型相关联的数据； 将时间延迟量添加到所述多个数据实例中的一个或多个数据实例以提供经扩增的训练数据集，其中当将所述时间延迟量添加到所述多个数据实例中的一个或多个数据实例以提供所述经扩增的训练数据集时，所述至少一个处理器被进一步编程或配置成： 将所述时间延迟量添加到多个标记数据实例以提供多个经扩增的标记数据实例；以及 将所述时间延迟量添加到多个未标记数据实例以提供多个经扩增的未标记数据实例；并且 其中所述经扩增的训练数据集包括所述多个经扩增的标记数据实例和所述多个经扩增的未标记数据实例； 选择第一多个监督机器学习模型，所述第一多个监督机器学习模型包括使用监督学习技术训练过的多个神经网络机器学习模型，并且其中当选择所述第一多个监督机器学习模型时，所述至少一个处理器被编程或配置成： 基于所述经扩增的训练数据集中的多个经扩增的标记数据实例确定一组监督机器学习模型中的每个监督机器学习模型对时间延迟的灵敏度度量，其中监督机器学习模型对时间延迟的所述灵敏度度量包括所述监督机器学习模型相对于所述训练数据集与相对于所述经扩增的训练数据集相比的准确性改变的度量；以及 基于每个监督机器学习模型对时间延迟的所述灵敏度度量来选择所述一组监督机器学习模型的子集，其中所述第一多个监督机器学习模型包括两个或更多个机器学习模型； 选择第二多个无监督机器学习模型，其中选择所述第二多个无监督机器学习模型包括： 基于所述经扩增的训练数据集中的所述多个经扩增的未标记数据实例确定一组无监督机器学习模型中的每个无监督机器学习模型对时间延迟的灵敏度度量，其中无监督机器学习模型对时间延迟的所述灵敏度度量包括所述无监督机器学习模型相对于所述训练数据集与相对于所述经扩增的训练数据集相比的准确性改变的度量；以及 基于每个无监督机器学习模型对时间延迟的所述灵敏度度量来选择所述一组无监督机器学习模型的子集，其中所述第二多个无监督机器学习模型包括两个或更多个机器学习模型； 基于所述经扩增的训练数据集训练所述第一多个监督机器学习模型和所述第二多个无监督机器学习模型； 基于所述第一多个监督机器学习模型的输出和所述第二多个无监督机器学习模型的输出生成聚合机器学习模型；以及 接收与电子支付交易相关联的交易参数； 将所述交易参数输入到所述聚合机器学习模型中进行分类，以基于所述交易参数生成清除所述电子支付交易所花费的时间量作为所述聚合机器学习模型的运行时输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人维萨国际服务协会，其通讯地址为：美国加利福尼亚州；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。