摘要
本发明属于人工智能技术领域,公开了一种渐进式知识注入的管廊预警系统及模型构建方法,方法包括:对原始传感器时序数据、原始运维日志和管廊设备知识图谱进行同步化处理;基于一维卷积神经网络的模型从传感器数据中提炼出传感器中间层特征图集;句子向量表示模型将运维日志文本编码为日志语义嵌入向量集;以日志语义嵌入向量集为输入,为传感器中间层特征图集的每个通道执行特征级仿射变换,并与来自知识图谱的知识图谱特征集进行拼接,形成融合后的多模态特征向量集;该特征向量集被送入一个分类器,产出概率化的预警分类结果集。首次为预测性维护系统赋予了理解人类经验并用其消解物理信号模糊性的能力。
技术关键词
预警模型构建方法
一维卷积神经网络
缩放参数
图谱特征
日志
中间层
传感器
生成器网络
语义
多层感知机
分类器
批量
预警系统
运维
列表
时序
定义
文本
系统为您推荐了相关专利信息
大数据日志分析
差分隐私技术
多尺度特征融合
跨用户
节点
客流预测系统
客流预测方法
特征工程
数据采集模块
斯皮尔曼相关系数
光伏功率预测系统
光伏功率预测方法
预测残差
转移概率矩阵
集合经验模态分解
数据安全防护方法
网络流量数据
网络监测工具
流量采集设备
智能网络