基于掩码注意力网络和生成模型的时间序列异常检测方法

AITNT
正文
推荐专利
基于掩码注意力网络和生成模型的时间序列异常检测方法
申请号:CN202410849094
申请日期:2024-06-27
公开号:CN118861918A
公开日期:2024-10-29
类型:发明专利
摘要
本发明提供一种基于掩码注意力网络和生成模型的时间序列异常检测方法,属于基于掩码注意力网络和生成模型的时间序列异常检测技术领域;所要解决的技术问题为:提供一种基于掩码注意力网络和生成模型的时间序列异常检测方法;解决该技术问题采用的技术方案为:基于掩码与图注意力的时空特征捕获;分别对时间序列中的节点和时间维度进行掩码,并利用图注意力网络捕获时间序列的空间和时序关系。基于混合生成模型的概率密度估计;使用标准化流和变分自编码器计算概率密度,结合标准化流的概率估计能力和VAE的深层潜在特征提取能力捕获序列中的复杂分布;本发明应用于信号时间序列的异常检测。
技术关键词
注意力 节点 编码器 序列 概率生成模型 表达式 网络 传感器 特征提取能力 重构 掩码策略 数据分布 解码器 滑动窗口 变量 融合时空特征 邻居
系统为您推荐了相关专利信息
1
一种用于多数据处理任务的算力调配优化方法及系统
调配优化方法 深度神经网络模型 实时监测系统 计算机可读指令 跨节点
2
不可达代码的识别方法和装置、电子设备及存储介质
语法结构 识别方法 代码结构 节点 代码检测技术
3
一种基于动态掩码的自监督对比学习方法及系统
二次特征 学习方法 网络 在线 编码特征
4
一种结合凝视预测的避雷器故障热成像图片识别方法及系统
避雷器故障 图片识别方法 原型 热成像 动态剪枝
5
流量异常检测方法、装置、电子设备及存储介质
流量异常检测方法 节点特征 服务器节点 关系 异构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号