公开(公告)号：CN117407818A

公开(公告)日：2024-01-16

申请号：CN202311418260.6

申请日：2023-10-30

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 丁泽伟 ,  左金虎 ,  陈理华 ,  张晓民 ,  蔡梓超 ,  林永锋 ,  朱国忠 ,  胡驰明

IPC分类号： G06F18/2433 ,  G06F18/2415 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/047

摘要： 本申请公开了一种异常检测方法、装置、设备及计算机可读存储介质。该异常检测方法包括获取第一时间段的业务数据，所述第一时间段为业务正常的时间段；利用所述第一时间段的业务数据训练初始神经网络，得到经训练的目标神经网络；采用贝叶斯状态空间算法，根据所述目标神经网络中的参数信息确定后验分布信息；基于所述后验分布信息确定目标时刻的业务状态是否异常。根据本申请实施例，可以提高检测精度。

公开(公告)号：CN115952059A

公开(公告)日：2023-04-11

申请号：CN202211731849.7

申请日：2022-12-30

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 张晓民 ,  纪炎明 ,  陈乐 ,  刘艳松 ,  陈勇 ,  丁泽伟 ,  肖忠良 ,  陈理华 ,  蔡梓超 ,  徐梓涛 ,  丁戈 ,  朱国忠 ,  张泽翰 ,  王彩红 ,  罗朝彤 ,  薛蓉蓉

IPC分类号： G06F11/30 ,  G06F11/07

摘要： 本申请公开了一种运维异常值的识别方法、装置、智能运维系统及存储介质。该方法包括：获取运维差异数据，运维差异数据包括至少一个差异值集合；对于差异值集合，分别计算第一差异子集的交叉熵和第二差异子集的交叉熵、以及第一差异子集的类内方差和第二差异子集的类内方差；根据与阈值对应的第一差异子集的交叉熵、第二差异子集的交叉熵、第一差异子集的类内方差和第二差异子集的类内方差，计算得到与阈值对应的类间方差；根据类间方差集合确定最小类间方差值，并确定最小类间方差值对应的最佳阈值，根据最佳阈值确定运维差异数据中的运维异常值。根据本申请实施例，本申请能够省去对待检测数据进行预设规律的统计假设，识别准确率高、复用性好。

公开(公告)号：CN115831137A

公开(公告)日：2023-03-21

申请号：CN202111088872.4

申请日：2021-09-16

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 何炜俊 ,  张晓民 ,  纪炎明 ,  黄华新 ,  杨首哲 ,  罗朝彤 ,  薛蓉蓉

IPC分类号： G10L21/0208 ,  G10L21/0264 ,  G10L21/0272 ,  G10L21/0308 ,  G10L25/30

摘要： 本发明提供一种单通道多说话人语音分离方法及系统，首先获取待分离的单通道语音信号；然后对所述单通道语音信号进行多种预处理操作，并基于所述单通道语音信号以及各种预处理操作结果，将所述单通道语音信号转换为多通道语音信号；最后对所述多通道语音信号进行语音分离，得到各说话人语音信号。本发明实施例中提供的单通道说话人语音分离方法，可以适用于多人会议场景下仅存在一个麦克风时多个说话人语音信号的分离，可以提高混合语音信号中各说话人语音信号的分离准确度，从而提升获取目标说话人语音信号的精度。

公开(公告)号：CN118427557A

公开(公告)日：2024-08-02

申请号：CN202410599401.7

申请日：2024-05-14

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 纪炎明 ,  左金虎 ,  徐梓涛 ,  丁戈 ,  张晓民 ,  李杭珂 ,  蔡梓超 ,  丁泽伟 ,  陈理华

IPC分类号： G06F18/20 ,  G06F18/22 ,  G06F18/10

摘要： 本发明公开了故障根因确定方法、装置、设备、存储介质和程序产品，所述方法包括：确定当前故障诊断信息与历史故障事件的相似度，根据所述相似度在所述历史故障事件中确定至少一个目标故障事件；构建思维链，所述思维链包括前置提示信息、输入信息和选项，所述输入信息包括当前故障诊断信息，所述选项包括至少一个目标故障事件；基于所述思维链获取所述当前故障诊断信息的根因定位结果。本发明提高了根因分析的效率和准确度。

公开(公告)号：CN115858606A

公开(公告)日：2023-03-28

申请号：CN202111117353.6

申请日：2021-09-23

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 纪炎明 ,  张晓民 ,  尧平 ,  陈乐 ,  罗朝彤 ,  薛蓉蓉

IPC分类号： G06F16/2458

摘要： 本发明提供一种时序数据的异常检测方法、装置、设备及存储介质。该方法包括：将目标待检测时刻的时序数据分别输入多个异常检测模型，获得每个异常检测模型分别输出的异常检测结果；基于每个异常检测模型分别输出的异常检测结果和每个异常检测模型的权重，确定时序数据的最终异常检测结果；其中，每个异常检测模型均是基于与时序数据类型相同的样本时序数据训练得到的；每个异常检测模型的权重是基于预设评价指标在测试样本集上的交叉验证结果，对多个异常检测模型的候选权重组合进行网格搜索后确定的。从而能够在提升整体模型算法的准确率的同时，使得模型能够适配各种不同类型的时间序列数据的异常检测任务。

公开(公告)号：CN118036807A

公开(公告)日：2024-05-14

申请号：CN202410181745.6

申请日：2024-02-18

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 丁泽伟 ,  左金虎 ,  陈理华 ,  张晓民 ,  蔡梓超 ,  林永锋 ,  朱国忠 ,  胡驰明

IPC分类号： G06Q10/04 ,  G06Q10/063 ,  G06F18/10

摘要： 本申请公开了一种确定业务变量值的方法、装置、设备及计算机存储介质。该方法包括：获取连续预设数量的周期内第一预设时间段的业务变量值，第一预设时间段包括从t‑k时刻到t+k时刻之间的时间段；对业务变量值进行排序，得到业务变量值序列；确定业务变量值序列中从第一预设位数和第二预设位数之间的业务变量值的平均值为当前周期内第t时刻的第一目标业务变量值。考虑业务变量值的季节性，获取历史周期的业务变量值，去掉部分较大或较小的可能异常值，计算从第一预设位数和第二预设位数之间的业务变量值的平均值，得到预测业务变量值。既考虑了预测结果的准确性，又避免了复杂的参数调整，平衡了计算复杂度和预测精度。

公开(公告)号：CN115879783A

公开(公告)日：2023-03-31

申请号：CN202111148413.0

申请日：2021-09-27

申请人： 中移动信息技术有限公司 ,  中国移动通信集团有限公司

发明人： 陈晓鸿 ,  张晓民 ,  黄华新 ,  黄伟文 ,  杨莹 ,  曾晓宇 ,  阮浚杰 ,  许苏柏 ,  董灿佳 ,  罗朝彤 ,  薛蓉蓉 ,  陈庆

IPC分类号： G06Q10/0639 ,  G06N20/00

摘要： 本发明提供一种关键绩效指标异常检测方法和装置、电子设备及存储介质，其中所述方法包括：基于输入的关键绩效指标，将强化学习模型中的智能体与环境进行交互，进行强化学习训练，得到训练好的强化学习模型；将待检测关键绩效指标输入训练好的强化学习模型，得到待检测关键绩效指标是否异常的检测结果；进行强化学习训练包括：将输入的关键绩效指标输入智能体中，输出所述输入的关键绩效指标是否异常的第一判定结果；利用环境输出所述输入的关键绩效指标是否异常的第二判定结果；对第一判定结果与第二判定结果进行比较，若比较结果为一致，给予智能体正奖励；若比较结果为不一致，则给予智能体负奖励。本发明能够实现自成长，提升准确率与灵活性。