摘要
本申请提供了一种异常数据检测方法,可以应用于人工智能领域,该方法包括:获取第一时序数据和第二时序数据,第二时序数据为第一时序数据在时序上的未来数据,第二时序数据包括至少一个时序点数据;根据目标模型和第一时序数据,生成目标序列,目标序列表征在第二时序数据对应的时序范围内,各个时序点上的时序预测值与第二时序数据的误差;根据超阈值极值法,确认目标序列中的异常误差数据;将异常误差数据所对应的第二时序数据中的时序点数据,作为异常数据。本申请还提供了一种目标模型训练方法,以及用于执行前述方法的装置、设备、存储介质和程序产品。
技术关键词
神经网络处理单元
异常数据检测方法
样本
序列
模型训练方法
时序特征
误差
广义帕累托分布
指标
模型训练装置
极值
模块
计算机程序产品
处理器
数据分布
状态更新
系统为您推荐了相关专利信息
故障监测方法
序列
滑动窗口
动态时间弯曲距离
计算机程序指令
肿瘤诊断方法
患者
图像特征向量提取
统计特征
序列
知识图谱补全方法
编码器模块
实体
关系
学习算法