一种基于知识图谱和TransGNN模型的故障分析方法

AITNT
正文
推荐专利
一种基于知识图谱和TransGNN模型的故障分析方法
申请号:CN202410951793
申请日期:2024-07-16
公开号:CN119004164A
公开日期:2024-11-22
类型:发明专利
摘要
本发明公开了一种将知识图谱与TransGNN(变压器图神经网络)模型相结合的故障分析方法。该方法利用知识图谱建模设备故障原因和关系,并结合TransGNN模型进行故障识别和分类。TransGNN模型能够有效地捕获知识图中的复杂关系、依赖关系和模式,从而实现精确的故障检测和分析。与传统基于图神经网络的方法相比,该方法不仅提高了故障分析的准确性和可解释性,还提高了模型的泛化能力和训练效率。
技术关键词
故障分析方法 故障分析数据 专家知识库 神经网络原理 知识图谱数据 故障检测 神经网络技术 构建知识图谱 BERT模型 计算机可执行指令 关系 可读存储介质 分类器 计算机程序产品 精度 日志 节点 模式
系统为您推荐了相关专利信息
1
基于贝叶斯网络的发电设备可靠性动态评估方法及系统
动态贝叶斯网络 动态评估方法 变分贝叶斯推断算法 发电设备 时序依赖关系
2
融合大语言模型的机电设备知识图谱链接预测方法
知识图谱链接预测 大语言模型 机电设备 三元组 实体
3
一种评估结构化知识提示框架的方法、装置、设备及介质
大语言模型 知识图谱数据 框架 样本 三元组
4
融合超关系和数字知识图的知识图谱补全
知识图谱补全 三元组 关系 融合特征 知识图谱数据
5
教育大模型融合知识图谱驱动的虚拟教师交互方法与系统
融合知识图谱 问答模型 教师 学科知识图谱 交互方法
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