-
公开(公告)号：CN116708844A
公开(公告)日：2023-09-05
申请号：CN202310746353.5
申请日：2023-06-21
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书披露的多个实施例提供了一种编码方法、解码方法、装置、介质及计算设备。自回归模型对隐含层变量进行预测的方式进行调整，自回归模型不再实时计算隐含层变量的预测概率分布，而是通过查表方式获取隐含层变量的预测概率分布。自回归模型所查询的表是预先构建的预测概率分布表，预测概率分布表中包括Cn个预测概率分布，C为隐含层变量类别的数量，n为所述自回归模型对隐含层变量进行确定时所采用的马尔可夫阶数。也就是说，由于隐含层变量类别是有限的，因此，可以预先穷尽隐含层变量的所有可能的预测概率分布，形成预测概率分布表，自回归模型通过查询预测概率分布表，能获取到当前所针对的隐含层变量的预测概率分布。
-
公开(公告)号：CN116185681A
公开(公告)日：2023-05-30
申请号：CN202211643825.6
申请日：2022-12-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种故障定位的方法、装置、存储介质及电子设备，在本说明书提供的故障定位方法中，在定位到故障源的前提下，获取故障源的各状态指标，根据各状态指标，通过预先训练的拟合模型拟合得到业务执行失败的数目，即第一数目，然后针对每个状态指标，将除该状态指标的其他指标再次输入拟合模型，拟合得到第二数目，根据第一数目与第二数目，以及两次拟合过程确定该状态指标的贡献度，最后根据各状态指标的贡献度定位故障源的根因指标。本方法可以准确定位故障源的根因指标，且不限制各状态指标的数值范围和物理意义，方便快捷，还有利于隐私保护。
-
公开(公告)号：CN114399027A
公开(公告)日：2022-04-26
申请号：CN202210005134.7
申请日：2022-01-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种利用神经网络进行序列处理的方法以及序列处理的装置，在序列处理的方法中，在生成层，获取按时间排序的业务指标值形成的指标序列所对应的原始向量序列，针对该原始向量序列迭代执行多层级的向量聚合，得到对应于不同时间尺度的多层级的处理向量序列，原始向量序列和各处理向量序列中的各个向量，形成多层级的树形关系图。在注意力层，根据树形关系图，确定输入的任一目标向量的关联向量，根据关联向量对目标向量进行基于注意力机制的加权综合处理，得到对应的更新向量；该更新向量用于确定指标序列的特征表示。
-
-
Search Results
33
records
(took 0.027 seconds)
