基于大模型的时间序列异常检测方法、装置、设备及介质

    公开(公告)号:CN119961849A

    公开(公告)日:2025-05-09

    申请号:CN202510445125.3

    申请日:2025-04-10

    Abstract: 本申请公开了基于大模型的时间序列异常检测方法、装置、设备及介质,涉及数据处理技术领域,包括将初始多维时间序列数据输入模型卷积层,得到卷积层输出结果,再将其输入模型循环层的长短期记忆网络,确定单一循环层输出结果和时间步预测矩阵;利用卷积层输出结果、时间步预测矩阵和模型自注意力循环层得到自注意力循环层输出结果,经第一预设结果融合机制确定融合输出结果;用模型线性学习层和初始多维时间序列数据确定线性输出结果,结合融合输出结果经第二预设结果融合机制得目标输出结果;最后由目标输出结果和解码器确定目标多维时间序列数据,结合预设阈值确定初始数据异常情况。因此,能够提高对多维时间序列的异常检测的准确率。

    一种多维时间序列的异常检测方法、装置、设备及介质

    公开(公告)号:CN120067951A

    公开(公告)日:2025-05-30

    申请号:CN202510296913.0

    申请日:2025-03-13

    Inventor: 代翔宇 高传集

    Abstract: 本申请公开了一种多维时间序列的异常检测方法、装置、设备及介质,涉及数据处理技术领域,将多维时间序列输入至人工神经网络的变分自编码器中进行重构,输出重构结果;将多维时间序列输入至插补扩散模型中进行掩蔽插补,输出插补结果;利用预设融合机制将重构结果和插补结果融合,将融合结果和多维时间序列之间的差作为重建误差,利用重建误差对人工神经网络进行训练,得到第一训练结果;基于第一训练结果对变分自编码器进行训练,并运行多维时间序列,得到第二训练结果;基于第二训练结果设置异常检测阈值,利用训练后的变分自编码器和异常检测阈值对多维时间序列进行异常检测,提高多维时间序列异常检测准确率和适用范围,增强检测过程稳健性。

Patent Agency Ranking