一种构建基于事理知识图谱和多智能体的工业异常检测及决策系统的方法技术方案

技术编号:46600216 阅读:0 留言:0更新日期:2025-10-10 21:32
本发明专利技术为一种构建基于事理知识图谱和多智能体的工业异常检测及决策系统的方法,所述方法由多模态知识理解智能体和事理知识图谱组成,相互之间通过大语言模型进行异常情况判断及决策生成,所述多模态知识理解智能体通过视频数据、传感器数据、运维日志通过训练获得。本发明专利技术方法通过训练多模态知识理解的大语言模型智能体,并基于理解的知识在事理知识图谱上进行推理,最终由大模型给出异常结果判断并生成对应的决策内容。

【技术实现步骤摘要】

本专利技术属于人工智能,涉及一种构建基于事理知识图谱和多智能体的工业异常检测及决策系统的方法


技术介绍

1、大语言模型(英语:large language model,llm)是一种语言模型,由具有许多参数(通常数十亿个权重或更多)的人工神经网络组成,使用自监督学习或半监督学习对大量未标记文本进行训练。大语言模型在2018年左右出现,并在各种任务中表现出色。最新的llm 可以理解和使用语言,这在过去是个人电脑所无法企及的。这类机器学习模型可以生成文本,归纳内容,以及进行翻译、重写、归类、分类和分析等。所有这些能力都为人类提供了一个强大的工具集,增强了我们的创造力,并且提高了解决难题的效率。

2、智能体(agent),作为人工智能领域的一个重要概念,是指能够自主感知环境、做出决策并执行行动的系统。它具备自主性、交互性、反应性和适应性等基本特征,能够在复杂多变的环境中独立完成任务。大模型如大语言模型、图像大模型等都可以通过微调获得能够处理专业领域问题的智能体。

3、知识图谱(英语:knowledge graph),是结构化的语义知识库本文档来自技高网...

【技术保护点】

1.一种构建基于事理知识图谱和多智能体的工业异常检测及决策系统的方法,其特征在于:所述方法由多模态知识理解智能体和事理知识图谱组成,相互之间通过大语言模型进行异常情况判断及决策生成,所述多模态知识理解智能体通过视频数据、传感器数据、运维日志通过训练获得。

2.根据权利要求1所述的构建基于事理知识图谱和多智能体的工业异常检测及决策系统的方法,其特征在于:所述多模态知识理解的智能体训练主要包括:数据集构建、多模态知识对齐,具体方法如下:

3.根据权利要求1所述的构建基于事理知识图谱和多智能体的工业异常检测及决策系统的方法,其特征在于:所述事理知识图谱的构按照正常的流程...

【技术特征摘要】

1.一种构建基于事理知识图谱和多智能体的工业异常检测及决策系统的方法,其特征在于:所述方法由多模态知识理解智能体和事理知识图谱组成,相互之间通过大语言模型进行异常情况判断及决策生成,所述多模态知识理解智能体通过视频数据、传感器数据、运维日志通过训练获得。

2.根据权利要求1所述的构建基于事理知识图谱和多智能体的工业异常检测及决策系统的方法,其特征在于:所述多模态知识理解的智能体训练主要包...

【专利技术属性】
技术研发人员:李亚楠马亮申兴发谈海生杜皓华
申请(专利权)人:德清阿尔法创新研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1