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
多模态数据库
基因
预测系统
知识图谱构建
构建知识图谱
风险评估方法
无人机
多尺度特征融合
影像
注意力机制
多源数据融合方法
三元组
实体识别模型
语义
计算机设备
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