解决电动车充电安全问题-宇谷科技深度时序检测模型AndBach获国际大会认可

　　在2023年12月21日至24日，由IEEE Computer Society、IEEE TCSC、华中科技大学举办的第 21 届 IEEE ISPA (IEEE International Symposium on Parallel and Distributed Processing with Applications)在中国武汉市召开。会议吸引了来自全球各地的科研人员、工程师、学者以及业界领袖，他们带来了最新的研究成果、创新技术以及丰富的实践经验。

　　IEEE ISPA会议是并行与分布式处理应用领域的国际知名会议，会议主题涵盖了从基础理论到实际应用的各个方面，包括但不限于并行计算模型、分布式系统设计、云计算和边缘计算、大数据处理、人工智能与机器学习在并行分布式处理中的应用等。本届会议共有377篇论文投稿，长文接收率仅仅为 19.8%。宇谷科技联合北京大学在这次会议上发表的长文“Anomaly Detecion in Battery Charing Systems: A Deep Sequence Model Approach”，提出了深度时序检测模型AndBach，为解决电动车充电安全问题提供了新的解决思路。

　　中国近年来两轮电动车十分普及，保有量达到了4亿以上。受电池老化和环境因素影响，电动车在充电中热失控事故时有发生，因此解决电动两轮车的充电安全迫在眉睫，保障用户的人身财产安全。AndBach模型通过收集大量的电池历史和实时的充电数据，基于电池多段充电曲线数据构建深度时序模型进行检测电池在充电过程中是否存在异常。并搭建了IOT系统，在云端部署模型能够实时地进行检测，相比目前最好的时序模型，检测准确率和召回率都提升了10%以上，取得了较好的效果。

　　此外，宇谷科技联合澳大利亚麦考瑞大学和中国科学院数学和系统科学所在2022年的Nature子刊Scientific Reports提出了结合图神经网络和对比学习的端到端的图异常检测方法，在真实数据集上测试性能都优于目前最先进的图异常检测方法。最后，宇谷科技将在电动两轮车的异常检测技术领域持续投入，保障电动两轮车的充放电安全，解决社会民生问题。