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海洋研究所申请的专利基于大语言模型先验的预报时间编码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：CN119669745B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510180907.9，技术领域涉及：G06F18/2135；该发明授权基于大语言模型先验的预报时间编码方法是由杨楠;赵子萌;王充;赵美华;郑慧玲;李晓峰设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于大语言模型先验的预报时间编码方法在说明书摘要公布了：本发明公开了一种基于大语言模型先验的预报时间编码方法，属于海洋气象技术领域。本发明将海洋状态变量在不同时间尺度上的周期性和非线性变化规律，系统性地编码到时间嵌入中，提升时间特征的表达能力。本发明利用大语言模型的先验知识，优化时间特征的提取和映射过程，提高时间嵌入的质量和效率，将时间信息转化为上下文语义嵌入，实现时间特征的精准表达和高效利用。本发明能够提高预报精度，减少误差累积；降低模型训练和维护成本；增强时间特征表达能力，提升模型泛化能力；提升预报系统的操作简便性和实用性；优化资源利用，节省能耗；提高预报系统的可靠性和稳定性。

本发明授权基于大语言模型先验的预报时间编码方法在权利要求书中公布了：1.一种基于大语言模型先验的预报时间编码方法，其特征在于，包括如下步骤： S1：时间特征的分解与编码：将获取的海洋状态变量的时间信息按照不同时间尺度进行分解，并分别编码；所述S1具体包括： S1-1：将预报时间分解为多个时间尺度：年份标记为Y、月份标记为M、天标记为D，以及预报向后推理天数标记为；其中，年份用于捕捉长期趋势，季度和月份用于反映中期周期性变化，天用于短期非线性波动； S1-2：周期性变化规律编码： S1-21：年份、季度、月份的周期性变化：对于年份、季度和月份，采用离散可学习的Embedding向量进行表示，将月份和天映射到对应的离散Embedding空间，通过神经网络学习其向量表示； S1-22：天的非线性变化规律：天数的变化具有非线性特征，需要通过非线性函数进行编码； S2：主成分嵌入的构建：针对年份的特征，采用主成分分析PCA的方法构建可学习的主成分嵌入；具体包括： S2-1：对历年海洋状态变量数据进行主成分分析，提取出个主要成分,i=1,…,10，用于表示年份特征的变化趋势； S2-2：计算权重系数：使用带有先验知识的大语言模型LLM，生成年份对应的权重系数；这一过程通过多层感知机MLP对LLM生成的上下文语义嵌入进行维度映射实现： 其中，LLM模型通过输入提示词“XXX年全球海洋状态”生成上下文语义嵌入； S2-3：年份嵌入的构建：将主成分嵌入与权重系数线性组合，得到年份的嵌入表示： 同时，确保权重系数满足归一化条件： S3：时间嵌入的整合与映射：将不同时间尺度的嵌入向量进行整合，形成完整的时间嵌入Et,τ，并通过多层感知机MLP进行维度映射，以适应预报模型的输入需求；所述S3包括： S3-1：嵌入向量的整合：将年份嵌入、月份嵌入、天数嵌入及预报时长嵌入进行向量拼接⊕和相加，得到完整的时间嵌入表示： 其中K为预报模型被要求向未来预报的最大天数； S3-2：维度映射：使用多层感知机MLP对整合后的时间嵌入进行进一步维度映射，MLP通过若干层全连接神经网络，将高维嵌入向量映射到预报模型所需的特征空间： 维度映射后的时间嵌入特征加入卷积神经网络或注意力机制神经网络中，作为引入预报系统的“初始时刻-间隔时间”联合特征信息； S4：模型训练与优化：基于构建的时间嵌入，通过训练预报模型以实现海洋状态变量的短期预报；训练过程中同时优化时间嵌入和模型参数，以提升预报精度；所述S4包括： S4-1：收集并整理历史海洋状态变量数据，按照时间顺序分割为训练集、验证集和测试集，确保数据的连续性和完整性； S4-2：设计模型架构：选择适合时间序列预报的神经网络架构用于模型构建，模型输入包括构建好的时间嵌入Et,τ和相应的历史状态变量； S4-3：损失函数设定：采用均方误差MSE的损失函数，衡量预报结果与真实值之间的差异；优化算法选择：使用梯度下降法及其变种进行参数更新，确保模型高效收敛；超参数调优：通过交叉验证和网格搜索方法，调整学习率、批量大小、网络层数超参数，优化模型性能； S4-4：时间嵌入的优化：在模型训练过程中，时间嵌入Et,τ作为模型输入的一部分，其参数与模型参数共同优化，以实现时间特征与预报任务的高度耦合； S5：利用训练好的预报模型和完整的时间嵌入，对未来的海洋状态变量进行预报。

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海洋研究所，其通讯地址为：266071 山东省青岛市市南区南海路7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。