模型训练方法及业务故障原因的确定方法

AITNT
正文
推荐专利
模型训练方法及业务故障原因的确定方法
申请号:CN202510207202
申请日期:2025-02-24
公开号:CN120045375A
公开日期:2025-05-27
类型:发明专利
摘要
本申请公开了一种模型训练方法及业务故障原因的确定方法。其中,模型训练方法包括:构建基于历史生产数据的知识图谱;对知识图谱中的实体进行遍历,确定当前实体对应的目标关系;确定与当前实体存在目标关系的目标实体;提取当前实体的事实三元组,并根据事实三元组更新知识图谱;获取强化学习模型中的各个模块得到的奖励,并根据奖励确定各个模块的损失函数;对强化学习模型中的各个模块的参数进行更新,直至损失函数满足预设收敛条件,得到完成训练的强化学习模型。本申请解决了由于相关技术难以有效处理运维过程中数据量巨大、故障原因复杂且多变的生产数据,造成的在大规模业务平台运维中,故障根因定位的准确率低的技术问题。
技术关键词
强化学习模型 实体 模型训练方法 三元组 关系 模块 非易失性存储介质 数据 注意力神经网络 更新知识图谱 模型训练装置 多层感知机 线性单元 计算机程序产品 平台 模式 处理器 指标
系统为您推荐了相关专利信息
1
一种基于表型-基因关联性的基因预测系统及存储介质
多模态数据库 基因 预测系统 知识图谱构建 构建知识图谱
2
无人机灾害影像开放词汇风险评估方法及设备、存储介质
风险评估方法 无人机 多尺度特征融合 影像 注意力机制
3
多源数据融合方法、装置、计算机设备和存储介质
多源数据融合方法 三元组 实体识别模型 语义 计算机设备
4
一种基于强化学习的自适应控制器调优方法
分层策略 调优方法 生成控制器 多层前馈神经网络 元学习优化方法
5
一种低压交流电弧零区动态特性数学建模方法
数学建模方法 阶段 三次B样条函数 电压 低压
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