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！

龙图腾网获悉南京航空航天大学申请的专利一种基于累积因果作用的时序预测方法及应用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：CN120724098B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511233483.4，技术领域涉及：G06F18/20；该发明授权一种基于累积因果作用的时序预测方法及应用是由李迎光;倪炀;刘长青;邬天弈设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种基于累积因果作用的时序预测方法及应用在说明书摘要公布了：本发明公开了一种基于累积因果作用的时序预测方法及应用，属于时序预测技术领域，针对含可观测原因变量、不可观测时变原因变量及待预测目标变量的动力系统，该方法先建立结构因果模型，构建编码器网络表征不可观测原因变量的初始值及时变值；再利用卷积表达时变原因变量与时变机制的累积因果作用，建立动态卷积神经网络预测模型，通过掩码层和累加输出结果。本发明提供的一种基于累积因果作用的预测方法及应用适用于金属构件时效变形预测等时序预测问题，具有剥离虚假关联、提高时序预测精度及稳定性的良好潜力。

本发明授权一种基于累积因果作用的时序预测方法及应用在权利要求书中公布了：1.一种基于累积因果作用的时序预测方法，应用于金属构件时效变形预测，其特征在于，包括首先通过因果表征学习表示不可观测的残余应力，其次利用卷积表达残余应力、几何原因变量与时变蠕变速率的累积因果作用，最后建立预测模型用于时序预测，得到目标变量的预测结果；针对涉及累积因果作用的动力系统，存在可观测原因变量、不可观测时变原因变量、待预测目标变量，其中时变原因变量为随时间变化且直接影响目标变量的变量，累积因果作用为原因变量在时间段至内对目标变量的影响，预测方法如下： S1、建立动力系统的结构因果模型： 1 其中，是生成函数； S2、构建用于表征不可观测原因变量初始值的编码器网络模型，基于结构因果模型建立训练约束，以可观测原因变量、目标变量初始值、时间步初始值为输入，输出： 2 S3、构建用于表征时变原因变量的编码器网络模型，以可观测原因变量、时间步、表征得到的为输入，输出： 3 S4、利用卷积表达时变原因变量与时变机制的累积因果作用，建立动态卷积神经网络模型，输入可观测原因变量、表征得到的时变原因变量与时间步，输出待预测的目标变量： 4 其中，表示卷积运算；表示压缩映射。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。