Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 浙江大学陈一宁获国家专利权

浙江大学陈一宁获国家专利权

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!

龙图腾网获悉浙江大学申请的专利基于KAN的对抗式无监督时序异常检测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:CN120257171B

龙图腾网通过国家知识产权局官网在2025-10-03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:202510698889.3,技术领域涉及:G06F18/2433;该发明授权基于KAN的对抗式无监督时序异常检测方法及系统是由陈一宁;陈方科;叶奕含设计研发完成,并于2025-05-28向国家知识产权局提交的专利申请。

基于KAN的对抗式无监督时序异常检测方法及系统在说明书摘要公布了:本发明公开了一种基于KAN的对抗式无监督时序异常检测方法及系统,属于工业时序数据异常检测领域。1获取由无标签的工业时序窗口数据构成的训练集和测试集;2利用训练集训练一个基于KANs的共享编码器和双解码器模型,利用测试集自适应计算模型的异常分数阈值;3将训练后的模型部署在实际工业产线上,计算工业传感器实时采集的工业时序窗口数据的异常分数,若异常分数超过异常分数阈值,则窗口内数据异常。本发明在多工业背景下兼具优良的高维数据表征能力,强大的抗噪性能,高质量的异常检测能力,不依赖先验知识的良好移植性的优势。

本发明授权基于KAN的对抗式无监督时序异常检测方法及系统在权利要求书中公布了:1.一种基于KAN的对抗式无监督时序异常检测方法,其特征在于,包括以下步骤: 1获取由无标签的工业时序窗口数据构成的训练集和测试集; 2利用训练集训练一个基于KANs的共享编码器和双解码器模型,利用测试集自适应计算模型的异常分数阈值; 模型的训练过程包括生成训练阶段和鉴别训练阶段; 在生成训练阶段,通过共享编码器编码原始工业时序窗口数据的第一潜在空间,双解码器独立地从第一潜在空间采样并重构原始输入数据,通过生成训练阶段实现模型对工业时序窗口数据的精确表征; 在鉴别训练阶段,通过共享编码器编码第一解码器生成的重构工业时序窗口数据的第二潜在空间,第二解码器从第一潜在空间和第二潜在空间随机采样并重构原始输入数据,重构目标为:若采样自第一潜在空间,则重构结果尽可能接近原始输入数据,若采样自第二潜在空间,则重构结果尽可能远离原始输入数据;通过鉴别训练阶段实现模型对微小异常工业时序窗口数据的敏感度; 3将训练后的模型部署在实际工业产线上,计算工业传感器实时采集的工业时序窗口数据的异常分数,若异常分数超过异常分数阈值,则窗口内数据异常。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。

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。