申请/专利权人:同济大学
申请日:2023-12-21
公开(公告)日:2024-03-22
公开(公告)号:CN117743884A
主分类号:G06F18/23213
分类号:G06F18/23213;G06N3/088;G06N3/0442;G06N3/0499;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明涉及一种基于多源异构数据的时间序列预测方法,包括以下步骤:根据设定的预测目标设定关联目标,收集相关多源异构时序数据;以所述关联目标为预测结点,基于所述时序数据提取数据关联图;选择相应的数据处理模型对所述时序数据进行处理获得预测数据;利用基于transformer架构的时序预测模型进行分析获得时序预测结果,包括:针对不同的数据类型选择相应的编码器将所述预测数据转化为相应的状态向量;构建引入动态融合机制及注意力机制的解码器对所述状态向量进行解码获得所述时序预测结果。本发明采用双阶段模型作为框架,综合利用多源异构数据进行数据挖掘和动态融合,能够全面、高效、准确的进行时间序列预测。
主权项:1.一种基于多源异构数据的时间序列预测方法,其特征在于,包括以下步骤:根据设定的预测目标设定关联目标,收集相关多源异构时序数据;以所述关联目标为预测结点,基于所述时序数据提取数据关联图;根据所述时序数据的数据类型选择相应的数据处理模型对所述时序数据进行处理获得预测数据;利用基于编码器-解码器架构的时序预测模型对所述预测数据进行分析获得时序预测结果,包括:针对不同的数据类型选择相应的编码器将所述预测数据转化为相应的状态向量;构建引入动态融合机制及注意力机制的解码器对所述状态向量进行解码获得所述时序预测结果。
全文数据:
权利要求:
百度查询: 同济大学 一种基于多源异构数据的时间序列预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。