摘要
本发明涉及人工智能技术领域,可应用于金融科技及医疗健康等业务场景中,公开了一种智能异常识别与干预处理方法、装置、设备及介质,包括:获取多源数据并更新动态知识图谱,基于图谱提取文本、时序及图谱嵌入特征向量,利用门控融合网络进行特征融合并生成初步异常分数,通过自编码器确定重构误差并触发异常预警,结合因果图模型和反事实推理计算关键特征的因果效应值,对异常分数进行校准生成最终异常分数及干预指令,并执行干预动作及记录结果。本发明通过融合多维特征信息与因果推理机制,结合自编码器重构误差进行异常判定,生成干预指令并执行,实现异常检测、推理分析与干预执行的闭环控制,提升了复杂事件的识别准确率和系统响应能力。
技术关键词
动态知识图谱
重构误差
实体关联信息
文本特征向量
异常状态
效应
编码器
异常信息
时序
森林算法
指令
数据更新
融合多维特征
预训练语言模型
存储系统
计算机设备
系统为您推荐了相关专利信息
医学图像分类方法
注意力模型
图像块
图像编码器
文本编码器
光伏电站故障诊断
LSTM神经网络模型
多模态
大语言模型
光伏电站设备
监管方法
状态监测设备
BIM三维模型
拼装技术
门架
智能汽车传感器
拓扑网络
数据修正方法
故障案例库
加权最小二乘法