-
公开(公告)号:CN116382756A
公开(公告)日:2023-07-04
申请号:CN202211519082.1
申请日:2022-11-30
Applicant: 上海交通大学
Abstract: 本发明提供了一种在概念漂移下业务流程模型的自动和增量修复方法及系统,包括:步骤S1:将每一个到达的轨迹在当前的流程模型上进行重放,并进行概念漂移检测;步骤S2:检测到概念漂移后,对概念漂移进行定位;步骤S3:替换流程模型的子结构修复流程模型。本发明着眼于在信息系统中存在概念漂移的情况下,自动更新业务流程模型,减少了人为修改流程模型的繁琐操作;本发明能够使用户尽早地发现并理解流程的演变,保证企业的健康运行。
-
公开(公告)号:CN117593612A
公开(公告)日:2024-02-23
申请号:CN202311550994.X
申请日:2023-11-20
Applicant: 上海交通大学
IPC: G06V10/776 , G06V10/774 , G06V10/25 , G06V20/64
Abstract: 本发明提供了一种无监督多模态3D框错误检测系统和方法,包括:虚拟错误的生成模块:生成虚拟的错误3D框;模型训练模块:训练一个端到端的错误检测器,用来回归错误分数;错误检测模块:将初始标注输入到错误检测器中,得到每一个3D框的错误分数,通过使用一个阈值τ,将3D框的错误分数映射为0或1,0表示正确,1表示错误。本发明无需人工为3D框标注是否错误打标签,也不依赖于任何先验知识,通过融合多模态数据,能够更有效地检测3D框的标注错误。
-
公开(公告)号:CN116127325A
公开(公告)日:2023-05-16
申请号:CN202310239298.0
申请日:2023-03-13
Applicant: 上海交通大学
IPC: G06F18/214 , G06F18/2433 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于多属性图的图神经网络业务流程异常检测方法和系统,包括:步骤1:通过多图生成器将事件日志中的轨迹转换为多张图;步骤2:将转换后的多张图输入到多图编码器中进行独热编码和位置编码,获得每个节点的隐藏表示;步骤3:通过多序列解码器将每个节点的隐藏表示解码成概率分布;步骤4:通过异常得分计算器根据概率分布计算异常分数,并根据阈值将轨迹和属性标记为异常或正常。本发明解决了业务流程领域中异常检测技术问题,能够自动检测事件日志中的异常轨迹并指出异常的根本原因。
-
公开(公告)号:CN117372848A
公开(公告)日:2024-01-09
申请号:CN202311311087.X
申请日:2023-10-10
Applicant: 上海交通大学
IPC: G06V10/98 , G06V10/25 , G06V10/22 , G06V10/26 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0499
Abstract: 本发明提供了一种多模态融合的无监督3D框标注错误检测方法及系统,包括:步骤S1:利用二维图像分割方法和三维激光雷达分割方法对数据特征进行提取,获得语义信息;步骤S2:将从不同模态的数据中提取的特征进行融合;步骤S3:根据融合特征计算分割结果;步骤S4:根据3D框中的点的分割结果,计算出3D框的标注错误分数。本发明着眼于3D框标注错误检测。3DboxAD是一种无监督的标注错误检测方法,不需要对3D框是否错误进行标注,同时也无需任何先验知识,3DboxAD首次实现了对3D框标注错误进行检测,通过将二维图像数据与三维激光雷达点云数据的语义信息进行融合,共同完成3D框标注错误的检测。
-
-
-