[发明专利]经由多预测模型架构进行异常检测的系统和方法

权利要求书

1.一种经由多神经网络架构来利于异常检测的方法，所述方法由计算机系统实现，所述计算机系统包括一个或多个执行计算机程序指令的处理器，所述计算机程序指令在被执行时执行所述方法，所述方法包括：

获得与概念相对应的数据项；

将所述数据项提供给第一神经网络，以使所述第一神经网络根据所述数据项来生成所述数据项的隐藏表示；

将所述数据项的隐藏表示提供给第二神经网络，以使所述第二神经网络根据所述数据项的隐藏表示来生成所述数据项的重构；

将所述数据项的重构作为参考反馈提供给所述第一神经网络，以使所述第一神经网络针对所述数据项来评估所述数据项的重构，所述第一神经网络基于所述第一神经网络对所述数据项的重构的评估来更新所述第一神经网络的一个或多个与表示生成相关的配置；

在提供所述数据项的重构之后，执行以下操作：

将第一数据项提供给所述第一神经网络，以使所述第一神经网络根据所述第一数据项来生成所述第一数据项的隐藏表示；

将所述第一数据项的隐藏表示提供给所述第二神经网络，以使所述第二神经网络根据所述第一数据项的隐藏表示来生成所述第一数据项的重构；以及

基于所述第一数据项与所述第一数据项的重构之间的差异来检测所述第一数据项中的异常。

2.根据权利要求1所述的方法，还包括：

在提供所述数据项的重构之后，执行以下操作：

将第二数据项提供给所述第一神经网络，以使所述第一神经网络根据所述第二数据项生成所述第二数据项的隐藏表示；以及

将所述第二数据项的隐藏表示提供给所述第二神经网络，以使所述第二神经网络根据所述第二数据项的隐藏表示生成所述第二数据项的重构，

其中基于所述第二数据项与所述第二数据项的重构之间的差异，在所述第二数据项中未检测到异常。

3.根据权利要求1所述的方法，其中没有将所述第一神经网络的输出作为参考反馈提供给所述第二神经网络。

4.根据权利要求1所述的方法，还包括：

在提供所述数据项的重构之后，执行以下操作：

获得与所述概念相对应的附加数据项；

将所述附加数据项提供给所述第一神经网络，以使所述第一神经网络根据所述附加数据项来生成所述附加数据项的隐藏表示；

将所述附加数据项的隐藏表示提供给所述第二神经网络，以使所述第二神经网络根据所述附加数据项的隐藏表示来生成所述附加数据项的重构；

将所述附加数据项、所述附加数据项的重构、以及给定参考反馈提供给第三神经网络，以使所述第三神经网络基于所述附加数据项、所述附加数据项的重构以及所述给定参考反馈进行训练以生成以下指示：所述附加数据项中的每个附加数据项和与所述附加数据项相对应的重构是相似的；以及

将所述第一数据项和所述第一数据项的重构提供给所述第三神经网络，以使所述第三神经网络评估所述第一数据项与所述第一数据项的重构之间的差异，所述第三神经网络基于所述第一数据项与所述第一数据项的重构之间的差异生成以下指示：所述第一数据项和所述第一数据项的重构不相似，

其中

检测所述异常包括基于由所述第三神经网络生成的所述指示来检测所述第一数据项中的异常。

5.根据权利要求1所述的方法，其中所述第一神经网络被配置成在更新所述第一神经网络之后，根据所述数据项来生成所述数据项的附加隐藏表示，所述方法还包括：

将所述数据项的附加隐藏表示提供给所述第二神经网络，以使所述第二神经网络根据所述数据项的附加隐藏表示来生成所述数据项的附加重构；以及

将所述数据项的附加重构作为参考反馈提供给所述第一神经网络，以使所述第一神经网络针对所述数据项来评估所述数据项的附加重构，所述第一神经网络基于所述第一神经网络对所述数据项的附加重构的评估进一步更新所述第一神经网络的一个或多个与表示生成相关的配置。