摘要
本发明公开了一种基于编解码注意的自监督多源异构数据分析方法,包括:S1、采集多源异构的设备数据及其对应设备状态,构建训练数据集;S2、构建基于编解码和注意力机制的自监督网络,并利用训练数据集对其训练,得到多源异构数据分析模型;S3、将待分析设备数据输入至多源异构数据分析模型中,输出设备状态。本发明方法旨在处理多源异构数据融合,它将不同来源、不同结构、不同格式的数据进行融合,为数据分析和挖掘提供更全面、准确、有效的信息,通过编码器解码器、注意力机制等,充分挖掘和探索通信数据中的关联模式和价值信息;利用自监督学习自动生成监督信息,提高数据利用效率。
技术关键词
多源异构数据分析
多源异构数据融合
分析设备数据
融合特征
分支
数据分析模型
编解码器
注意力机制
Sigmoid函数
编码器解码器
积层
输入设备
系统为您推荐了相关专利信息
特征融合网络
管控方法
医疗影像数据
深度学习网络
局部纹理特征
说话人计数方法
麦克风阵列采集
字典
特征提取模块
联合损失函数
融合特征
卷积模块
液体容器
神经网络结构
预测类别
数据库故障
故障自愈
强化学习算法
数据采集组件
历史故障数据
校验特征
多模态协同
合规性
图像检测方法
融合特征