待验证50% 置信事实精确时间

信号检测算法如比例失衡法ROR、BCPNN可用于从不良事件报告中发现潜在风险信号

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

药学人AI学习路线：五大黄金赛道与零基础入门指南

涉及实体

RORconcept BCPNNconcept

相关事实

待验证可利用机器学习技术进行异常检测，在故障发生前识别风险信号76% 相似待验证该验证器能够对数据集进行批量扫描，自动检测出损坏、缺失或不一致的样本并生成诊断报告71% 相似待验证行为检测技术通过监控API调用序列、注册表修改、网络连接等运行时行为来判断威胁，其原理可追溯至1990年代的异常检测理论68% 相似待验证小概率崩溃事件的检测本质上可用泊松分布精确描述，捕获足够样本量所需时间与系统规模成反比关系68% 相似待验证CW-Net能够预测故障模式，识别哪些概念组合更容易触发误判67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/914905

API

curl https://kongchang.com/api/v1/knowledge/claims/914905

MCP

get_claim(id=914905)