摘要
本发明为一种基于预训练网络的时间序列异常检测方法,包括如下步骤:1)从预训练数据中选择参数量大模型;2)构建教师网络;3)通过构建的教师网络与参数量大模型,基于训练数据进行教师网络的训练;4)构建学生网络;5)基于教师网络和学生网络的正常样本数据,对学生网络进行训练;6)推理并生成结果。本发明采用教师‑学生网络的训练模式,先进行教师网络的构建和训练,再基于教师网络在需要检测的只包含正常样本的数据集上进行学生网络的训练,该方法在不需要进行数据标注的情况下进行时间序列异常检测。
技术关键词
预训练网络
教师
学生
数据
网络结构
样本
误差
输出特征
异常点
时序
序列
模式
系统为您推荐了相关专利信息
疾病风险预测方法
语句
自然语言
病历
疾病风险预测技术
交通智能监管方法
交通智能监管系统
摘要
中心服务器
交通视频数据