摘要
本发明公开了基于多源数据融合智能巡检机器人的机房监控方法及系统,属于机房自动监控技术领域,包括在四维故障语义特征场上应用对抗迁移学习,通过图神经网络生成表征故障演化路径的跨模态因果图谱,本发明联合损失函数对齐标准机房与当前机房的特征分布,利用梯度反转层强制源域与目标域特征分布对齐,同时结合注意力机制和因果强度权重,生成跨模态因果图谱,图神经网络进一步建模节点间的物理连接、功能依赖和时序关联,将因果关系编码为边权重,通过因果掩码过滤噪声关联,提升因果图谱的稳定性,跨模态因果图谱能够精准捕捉故障传播路径。
技术关键词
机房监控方法
智能巡检机器人
跨模态
图谱
语义特征
联合损失函数
节点
异构传感器
机器人巡检
数字孪生
国密算法
故障场景
自动监控技术
符号
机房监控系统
故障传播路径
历史数据统计
神经网络单元
系统为您推荐了相关专利信息
系统漏洞检测
大语言模型
结构化自然语言
数据流分析方法
无人机飞控系统
样本学习方法
视觉特征
冗余特征
生成流
网络结构
动力飞轮
储能方法
飞轮储能系统
历史温度数据
磁悬浮