一种基于图神经网络的多变量时间序列异常检测方法及系统.pdfVIP

一种基于图神经网络的多变量时间序列异常检测方法及系统.pdf

  1. 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出一种基于图神经网络的多变量时间序列异常检测方法和系统,包括:以物理系统中传感器作为概率图模型中节点,以传感器监测的数据作为时间序列,对多维时间序列关系建模,得到动态图神经网络模型;得到各节点下一时间点的预测值,并采用归一化的时间对齐测度生成各节点的邻接矩阵;当时间进行到下一时间点,获取节点的真实值,根据预测值和真实值,构建引入邻接矩阵重构误差的损失函数,以训练更新动态图神经网络模型,同时根据各节点损失函数数值及其邻居节点在分布上的差异性和邻接矩阵值,得到各节点的异常值;当节点预测值与真

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881115 A (43)申请公布日 2022.08.09 (21)申请号 202210351790.2 (22)申请日 2022.04.02 (71)申请人 中国科学院计算技术研究所 地址 1

文档评论(0)

知识产权出版社 + 关注
官方认证
服务提供商

提供农业、铸造、给排水、测量、发电等专利信息的免费检索和下载;后续我们还将提供提供专利申请、专利复审、专利交易、专利年费缴纳、专利权恢复等更多专利服务。并持续更新最新专利内容,完善相关专利服务,助您在专利查询、专利应用、专利学习查找、专利申请等方面用得开心、用得满意!

认证主体北京中献电子技术开发有限公司
IP属地北京
统一社会信用代码/组织机构代码
91110108102011667U

1亿VIP精品文档

相关文档