摘要
本发明提供异质化工艺验证与系统软件调试的自动化测试方法及系统,涉及软件调试技术领域,包括采集生产全息监控数据,利用预设本体模型进行语义标注;采用多头注意力机制和图神经网络训练本体模型,提取工艺参数、设备状态和缺陷类型的关联特征;基于特征构建初始知识图谱,利用因果推理计算节点权重关系生成动态权重矩阵;结合实时工艺数据通过深度残差网络提取特征并融合,实现缺陷风险评估和预警。本发明通过知识图谱的动态更新和特征融合,提高了异质化工艺验证的准确性和自动化程度,实现了工艺质量的智能预警。
技术关键词
全息监控
演化特征
深度残差网络
多头注意力机制
拓扑结构特征
节点
神经网络训练
图谱
自动化测试方法
动态更新
模型训练模块
异质
推理机制
矩阵
时序
多任务损失函数
数据
风险
特征融合网络