Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东浪潮科学研究院有限公司李志芸获国家专利权

山东浪潮科学研究院有限公司李志芸获国家专利权

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!

龙图腾网获悉山东浪潮科学研究院有限公司申请的专利一种实现多变量预测的时序大模型数据处理方法及系统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:CN118779642B

龙图腾网通过国家知识产权局官网在2026-02-27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:202411251744.0,技术领域涉及:G06F18/213;该发明授权一种实现多变量预测的时序大模型数据处理方法及系统是由李志芸;段强;姜凯;李锐设计研发完成,并于2024-09-09向国家知识产权局提交的专利申请。

一种实现多变量预测的时序大模型数据处理方法及系统在说明书摘要公布了:本发明提出一种实现多变量预测的时序大模型数据处理方法及系统,属于人工智能技术领域,包括:获取时间序列数据,并进行归一化处理获得多变量数据;将多变量数据进行均匀采样进行混合为单变量数据;对单变量数据进行patch划分成多个非重叠的连续片段patch;将每个连续片段patch转换成固定大小的向量,并添加位置编码、长度编码和分辨率编码信息,获得向量数据;将向量数据输入transformer网络中进行模型训练预测,模型通过注意力机制捕捉学习到不同变量之间的相关信息,实现对多变量的时间序列预测,提高了模型在处理复杂时间序列数据时的能力。

本发明授权一种实现多变量预测的时序大模型数据处理方法及系统在权利要求书中公布了:1.一种实现多变量预测的时序大模型数据处理方法,其特征在于,包括: 获取时间序列数据,并进行归一化处理获得多变量数据,所述时间序列数据,包括天气温度数据,时间数据的粒度每小时记录一次,与天气温度相关的变量包括湿度数据、气压数据,同样按照每小时记录一次的频率进行收集; 将多变量数据进行均匀采样进行混合为单变量数据; 对单变量数据进行patch划分成多个非重叠的连续片段patch; 将每个连续片段patch转换成固定大小的向量,并添加位置编码、长度编码和分辨率编码信息,获得向量数据; 将向量数据输入transformer网络中进行模型训练预测,模型通过注意力机制捕捉学习到不同变量之间的相关信息,实现对多变量的时间序列预测; 所述归一化处理包括:将时间序列数据缩放到均值为0,方差为1的范围,使得时间序列数据分布接近正态分布;具体归一化的方法是计算均值和方差,然后利用公式 其中z:标准化后的值;x:原始值;μ:特征均值;σ:特征的标准差; 所述位置编码采用正弦和余弦函数的组合,用于给模型提供关于每个时间点数据在序列中位置的信息;位置编码公式如下: 1 2 其中:pos是位置索引,i是位置编码向量的维度索引,是模型的维度; 所述长度编码包括:通过随机掩蔽输入patches的部分或者全部,使模型能够适应不同的上下文长度;具体地,在每个训练批次中,随机选择一个起始点r,r取值小于pathch数量,代表从该点开始到patch结束的部分被掩蔽,这种掩蔽策略确保了在训练过程中,模型能够看到所有可能的上下文长度;创建一个与输入时间序列长度相同的二进制掩码向量,其中1表示对应的时间点数据应该被模型考虑,0表示对应的时间点数据应该被忽略。

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山东浪潮科学研究院有限公司,其通讯地址为:250000 山东省济南市高新区浪潮路1036号s02楼;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。

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。