申请/专利权人：鹏城实验室

申请日：2023-12-28

公开（公告）日：2024-04-16

公开（公告）号：CN117892262A

主分类号：G06F18/28

分类号：G06F18/28;G06F18/214;G06N3/0455;G06N3/048;G06N3/0464;G06N3/084;G06F123/02

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本申请实施例提供时间序列信号预测方法、装置、设备和存储介质，涉及人工智能技术领域。该方法获取由预设数量的初始采样数据构成的初始时间序列信号；将初始采样数据的数据位数降低为第二数量得到采样数据，获取基于第二数量生成的字典库，根据采样数据在字典库中的位置对时间序列信号进行位置编码得到输入矩阵；将输入矩阵对应的嵌入矩阵输入预先训练好的信号预测模型进行预测得到预测信号。将长时间序列信号进行精度剪裁，降低长时间序列信号的数据位数，再通过字典库的位置编码降低数据复杂度提升处理效率。同时在训练信号预测模型时，利用多阶加权系数确保子损失函数在整个损失函数的计算中贡献接近，提升信号预测模型的预测准确率。

主权项：1.一种时间序列信号预测方法，其特征在于，包括：获取由预设数量的初始采样数据构成的初始时间序列信号；所述初始采样数据的数据位数为第一数量；将所述初始采样数据的数据位数更新为第二数量，得到采样数据；所述采样数据构成时间序列信号，所述第二数量小于所述第一数量；获取基于所述第二数量生成的字典库，并根据所述采样数据在所述字典库中的位置对所述时间序列信号进行位置编码，得到输入矩阵；将所述输入矩阵进行嵌入得到嵌入矩阵，并将所述嵌入矩阵输入预先训练好的信号预测模型进行预测，得到预测信号；所述信号预测模型在训练过程中损失函数由多个子损失函数通过预设阶数的加权系数进行加权计算得到。

全文数据：

权利要求：

百度查询： 鹏城实验室 时间序列信号预测方法、装置、设备和存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD