基于预训练模型的时序数据异常检测方法、装置与产品
2025-02-25 18:20
No.1344011104405430272
技术概要
PDF全文
本申请提供了一种基于预训练模型的时序数据异常检测方法、装置与产品,涉及时序数据异常检测技术领域,方法包括:对时间序列数据进行预处理,得到输入序列,所述时间序列数据由以时间顺序排列的多个多维监测数据组成;使所述输入序列通过卷积自注意预训练模型,生成输出序列,所述输出序列为所述输入序列的段级表示,所述输出序列中包括从所述输入序列中提取得到的局部特征;将所述输出序列和所述输入序列输入Transformer模型,生成重建序列;根据所述重建序列与所述输入序列,结合异常特征知识,生成异常检测结果,所述异常检测结果表示所述时间序列数据中处于异常状态的监测数据。
背景技术
当代物联网(IoT)平台中传感器和设备的激增导致了大量复杂的多维传感器数据的生成。并且,在众多数据驱动的行业中,包括金融市场、网络安全和医疗监控,对异常数据的识别和服务可靠性的保证已经变得至关重要。因此,准确与及时地对多维时间序列数据进行异常检测也得到了越来越多的关注。 现有技术中,Transformer模型凭借其并行计算和全局特征提取能力,已成为时间序列异常识别领域的流行工具,为该领域提供了重大进展。然而,利用Transformer模型对时间序列进行异常检测的检测准确性存在不足,仍待优化。因此,亟需提出一种基于预训练模型的时序数据异常检测方法、装置与产品,以提高Transformer模型对多维时间序列的异常检测准确度。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
杜圣东  王超  胡节  吴雪天
技术所属: 西南交通大学
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利