-
公开(公告)号：CN117874673A
公开(公告)日：2024-04-12
申请号：CN202311748513.6
申请日：2023-12-18
Applicant: 复旦大学
IPC: G06F18/2433 , G06N3/0455 , G06N3/088 , G06F123/02
Abstract: 本申请公开了一种异常数据检测方法，包括：获取多维时间序列数据，并对其进行预处理；基于自注意力机制和多头注意力机制分析多维时间序列数据的时序依赖性和维间依赖性；连接的多维时间序列、维度间依赖时间序列和时序依赖多维时间序列，形成#imgabs0##imgabs1#矩阵；将其作为记忆型自编码器的输入，使用编码器对#imgabs2#矩阵进行编码，获取隐变量，并优化隐变量；基于优化后的隐变量，使用预测模型计算损失函数，基于优化后的隐变量，使用重建模型计算损失函数；然后计算总体损失并基于总体损失判定异常数据。由此，隐变量可以最大程度地接近正常数据，便于保证正常数据通过模型计算结果误差小，异常数据通过模型计算的结果误差大，从而有助于异常检测。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
