摘要
本发明提供了一种基于图神经网络与自适应学习的智能数据生产方法和系统,包括:实时采集文本、时序、图像及传感器数据,并利用格式解析工具将非结构化数据转换为结构化JSON格式;基于大语言模型提取文本实体特征,结合图神经网络建模跨模态实体关联关系,并通过动态知识图谱融合多源异构数据;采用强化学习算法动态优化检测阈值,结合双轨校验机制降低误报率;利用时空图卷积网络预测数据趋势,并通过生成式大模型输出可解释性分析报告。本发明采用多协议适配引擎与分布式流处理架构,协议解析层自动识别多种工业协议,减少人工适配时间;通过边缘节点并行采集与压缩传输,实现产线级数据实时同步。
技术关键词
分布式爬虫集群
动态知识图谱
实体关联关系
深度确定性策略梯度
强化学习算法
支持多行业
无损压缩算法
融合多源
动态权重分配
解析工具
文本
校验机制
节点
大语言模型
LSTM模型
可视化图表
分层策略
数据存储
多协议
系统为您推荐了相关专利信息
强化学习模型
三维栅格地图
多模态传感器
红外热成像仪
静态障碍物
卷积长短时记忆网络
全局路径规划
深度强化学习算法
生成对抗网络
多无人机协同
学习训练方法
强化学习模型
机器人
强化学习策略
视觉