申请/专利权人：哈尔滨理工大学

申请日：2022-11-16

公开（公告）日：2023-01-24

公开（公告）号：CN115641387A

主分类号：G06T9/00

分类号：G06T9/00;G06V10/80;G06N3/08;G06N3/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本发明提出一种掩码图自编码器异常检测方法，属于自监督图异常检测领域。针对现有自监督图自动编码器存在的问题，提出一种掩码图自编码器异常检测方法，提高了目前模型的有效性。本发明创新性地使用一个新的掩码图自编码器模型，将掩码自编码器思想迁移到了图上，通过一个简单的掩码图自编码器从重建目标，学习，损失函数和模型结构的角度解决了一般图自编码器面临的常见问题，同时设计了以缩放余弦误差为重建准则的掩码特征重建策略，这种缩放技术也可以看作是一种自适应的样本重称重，每个样本的权重随重建误差而调整。将所提的网络模型应用于图的异常检测领域，能达到提升准确率的目的。

主权项：1.一种掩码图自编码器异常检测方法，其特征在于该方法包括以下步骤：步骤1：数据输入阶段，给定一个输入图，该图由节点和边组成，，按照一定比例随机选择部分的节点和边特征，分别对其节点和边特征进行掩码，将掩码后的节点和边特征拼接在一起放入一个编码器中进行权重共享，生成节点和边的特征表示。步骤2：模型训练阶段，将掩码后的节点和边特征拼接在一起放入一个编码器中进行权重共享，通过编码器生成节点和边的特征表示，将表示进行特征融合，并取其均值和方差拉至同一分布后进行采样。在解码的过程中，对选定的节点和边进行重新掩码。最后，解码器被应用于重新掩码的图，使用可缩放的余弦误差作为评价标准来重建原始的节点和边特征。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种掩码图自编码器异常检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD