中国科学院计算技术研究所王飞获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国科学院计算技术研究所申请的专利一种用于多元时间序列分析的外插模型及其训练方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119669663B 。
龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411634098.6,技术领域涉及:G06F18/15;该发明授权一种用于多元时间序列分析的外插模型及其训练方法是由王飞;李雨杰;徐勇军;邵泽志;余澄庆;孙涛设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。
本一种用于多元时间序列分析的外插模型及其训练方法在说明书摘要公布了:本发明提供一种用于多元时间序列分析的外插模型及其训练方法,模型包括:数据获取模块,用于获取所有传感器的待外插时序数据和元数据,待外插时序数据包括各传感器在预定时间段内的时序数据,所有传感器中包括缺失全部时序数据的目标传感器且其时序数据以预设缺失值替代;元数据图建模模块,用于基于待外插时序数据和元数据提取各传感器间的动态时空关系,根据动态时空关系构建元数据图;编码器,用于基于预定义图和元数据图编码待外插时序数据,得到编码结果;解码器,用于基于预定义图和元数据图对编码结果进行解码,得到解码结果;聚合层,用于聚合编码结果和解码结果,得到外插结果;其中,采用对抗训练方式训练得到经训练的外插模型。
本发明授权一种用于多元时间序列分析的外插模型及其训练方法在权利要求书中公布了:1.一种用于多元时间序列分析的外插模型,其特征在于,模型包括: 数据获取模块,用于获取场景内所有传感器在同一预定时间段内的待外插时序数据、预定义图和元数据,待外插时序数据包括各传感器在该预定时间段内的时序数据,其中,所有传感器中包括缺失全部时序数据的目标传感器,目标传感器的时序数据以预设缺失值替代,元数据包括各传感器的地理位置和时序数据中的每个数据对应的时间戳,预定义图包括场景内各传感器间的初始空间关系; 元数据图建模模块,用于基于待外插时序数据和元数据,利用神经网络提取各传感器间的动态时空关系,根据所述动态时空关系构建元数据图,所述元数据图建模模块包括: 嵌入单元,用于对元数据中各传感器的地理位置和时间戳分别进行嵌入处理,得到各传感器对应的空间嵌入信息和时间嵌入信息; 傅里叶变换单元,用于对待外插时序信息进行傅里叶变换操作,得到各传感器对应的幅度谱信息; 特征提取单元,用于根据各传感器对应的空间嵌入信息、时间嵌入信息和幅度谱信息,提取各传感器间的动态时空关系; 元数据图构建单元,用于基于动态时空关系构建元数据图,其包括多个表示传感器的节点和多条用于表示各传感器间的动态时空关系的边; 其中,所述特征提取单元包括: 拼接层,用于对各传感器对应的时间嵌入信息和幅度谱信息进行拼接,得到各传感器对应的拼接信息; 感知机层,用于对各传感器对应的拼接信息进行线性处理,得到各传感器对应的线性处理结果; 多头注意力层,用于利用多头注意力机制根据各传感器对应的空间嵌入信息、时间嵌入信息和幅度谱信息进行注意力计算,得到各传感器对应的注意力得分; 全连接网络层,用于根据各传感器对应的线性处理结果和注意力得分得到初始邻接矩阵,其中的元素为各传感器间的初始时空关系特征; 特征提取层,用于将初始邻接矩阵的每行中按由大到小顺序排列在前的预设数量的数值保留,其余数值置为0,以得到各传感器间的动态时空关系; 编码器,用于基于预定义图和元数据图,利用神经网络对待外插时序数据进行编码处理,得到编码结果; 解码器,用于基于预定义图和元数据图对编码结果进行解码处理,得到解码结果; 聚合层,用于聚合编码结果和解码结果,以得到外插结果,包括为目标传感器外插的在该预定时间段内的时序数据。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院计算技术研究所,其通讯地址为:100190 北京市海淀区中关村科学院南路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励