公开(公告)号：CN119089935B

公开(公告)日：2025-01-07

申请号：CN202411575701.8

申请日：2024-11-06

Applicant: 东北大学

Inventor： 孙永佼 ,  孟祥新 ,  于舜尧 ,  季航旭

IPC: G06N3/042 ,  G06N3/08 ,  G06F18/22 ,  G06F18/214

Abstract: 本发明公开一种基于图异常检测的多渠道数据监控范围调整方法，涉及制造业数据监控技术领域。本发明使用深度学习技术识别多渠道数据当中出现的异常，充分利用了渠道数据间的管理关系，避免了人工筛选、简单统计导致的识别不准确问题，同时根据识别的异常自适应地调整数据监控的范围，使监控能自适应的聚焦到易发生异常的环节，提高对异常渠道数据的识别能力，高效、动态的监控制造业多渠道数据，维护产业链的循环畅通，适用于当今大规模产业链的监控应用，同时提高了监控的效率、聚焦能力，更好的维护产业链的稳定运行。

公开(公告)号：CN119089935A

公开(公告)日：2024-12-06

申请号：CN202411575701.8

申请日：2024-11-06

Applicant: 东北大学

Inventor： 孙永佼 ,  孟祥新 ,  于舜尧 ,  季航旭

IPC: G06N3/042 ,  G06N3/08 ,  G06F18/22 ,  G06F18/214

Abstract: 本发明公开一种基于图异常检测的多渠道数据监控范围调整方法，涉及制造业数据监控技术领域。本发明使用深度学习技术识别多渠道数据当中出现的异常，充分利用了渠道数据间的管理关系，避免了人工筛选、简单统计导致的识别不准确问题，同时根据识别的异常自适应地调整数据监控的范围，使监控能自适应的聚焦到易发生异常的环节，提高对异常渠道数据的识别能力，高效、动态的监控制造业多渠道数据，维护产业链的循环畅通，适用于当今大规模产业链的监控应用，同时提高了监控的效率、聚焦能力，更好的维护产业链的稳定运行。