Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)赵大伟获国家专利权

恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)赵大伟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于生成式反事实样本差异性的工控异常解释方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119067225B

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411569749.8,技术领域涉及:G06N5/045;该发明授权基于生成式反事实样本差异性的工控异常解释方法及系统是由赵大伟;李浩然;徐丽娟;于福强;周洋设计研发完成,并于2024-11-06向国家知识产权局提交的专利申请。

基于生成式反事实样本差异性的工控异常解释方法及系统在说明书摘要公布了:本发明涉及基于生成式反事实样本差异性的工控异常解释方法及系统,属于工业控制系统异常检测研究技术领域,包括:根据工控异常检测模型预测异常得分结果,通过异常得分结果以及多传感器时间序列数据集,获取工控混合数据集,并进行预处理;将原始时间序列数据集作为输入,工控异常检测模型输出的异常得分作为条件,输入到条件变分自编码器进行训练;收集工控异常检测模型对数据集进行预测时输出的异常阈值,通过改变条件变分自编码器中阈值大小生成反事实样本;通过比较反事实样本与原始收集的多传感器时间序列样本来获得特征重要性分数。本发明提高了工控系统中异常检测和解释的实用性,为系统管理员和操作人员提供了更有力的决策支持工具。

本发明授权基于生成式反事实样本差异性的工控异常解释方法及系统在权利要求书中公布了:1.基于生成式反事实样本差异性的工控异常解释方法,其特征在于,包括:根据工控异常检测模型预测异常得分结果,通过异常得分结果以及原始收集的多传感器时间序列数据集,获取工控混合数据集,并进行预处理,预处理后划分为训练集和测试集;将原始时间序列数据集作为输入,工控异常检测模型输出的异常得分作为条件,输入到条件变分自编码器进行训练;收集工控异常检测模型对数据集进行预测时输出的异常阈值,通过改变条件变分自编码器中阈值大小生成反事实样本;通过比较反事实样本与原始收集的多传感器时间序列样本来获得特征重要性分数,特征重要性分数大小代表了特征对异常检测模型预测检测结果的贡献程度;构建条件变分自编码器的编码器、解码器、异常得分嵌入模块、重参数化采样模块;在条件变分自编码器的编码器输入条件参数,即:预测异常得分,得到均值和方差;在解码器也输入条件参数,指导条件变分自编码器重构训练;包括:搭建条件变分自编码器,包括构建编码器、解码器、异常得分嵌入模块以及重参数化采样模块,并在编码和解码过程中引入条件信息,条件信息即:异常得分,表示每个时间窗口数据异常程度的数值,从而实现对特定条件下的数据生成;在异常得分嵌入模块中,用一个线性层对要输入的异常得分行一次嵌入操作,将得分进行编码,使条件信息嵌入到一个连续的向量空间,具体方法如式Ⅰ所示:Scorexi*=ReLULinearScorexiⅠ式Ⅰ中,Scorexi*为经线性层嵌入变换后的异常得分结果,ReLU·代表ReLU激活函数,Linear·代表经过一次线性层的操作,Scorexi代表工控异常检测模型预测的异常得分,经变换后的异常得分维度从RT×D变换为RT×2,将最后的输出维度定义为2;嵌入后的异常得分与编码器输入张量进行合并,编码器包括三层的隐藏层,具体方法如式Ⅱ所示: 式Ⅱ中,CombinedE代表合并原始时间序列数据集后的张量,用作编码器的输入,concate·表示合并操作,Linear·代表经过一次线性层的操作,ReLU·代表ReLU激活函数,Z代表隐空间向量,即编码器的输出结果;同样地,在解码器中,将原始时间序列数据集和条件信息映射到隐空间的均值和对数方差;解码器与编码器属对称结果,具体实现如式Ⅲ所示: 式Ⅲ中,μ,σ为编码器输出的均值和对数标准差,Sample代表采样操作,Encoder·,·代表式Ⅱ中的操作CombinedD代表合并原始时间序列数据集后的张量,用作解码器的输入,concate·表示合并操作,Linear·代表经过一次线性层的操作,ReLU·代表ReLU激活函数,Z代表隐空间向量,即编码器的输出结果,xi'为解码器输出的结果,即条件变分自编码器的重建结果;将解码器的输出结果输入到重参数化采样模块,将随机采样过程转化为一个确定性的函数,接受一个随机噪声作为输入;具体方法如式Ⅳ所示: 式Ⅳ中,μ,σ为编码器输出的均值和对数标准差,chunk·代表张量分割函数,Z代表隐空间采样点,ε代表从标准正态分布N0,1中采样的随机噪声。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心),其通讯地址为:250353 山东省济南市长清区大学路3501号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。