集成模型训练、时序预测方法和装置、时序预测集成模型

AITNT
正文
推荐专利
集成模型训练、时序预测方法和装置、时序预测集成模型
申请号:CN202410797406
申请日期:2024-06-19
公开号:CN118917356A
公开日期:2024-11-08
类型:发明专利
摘要
本公开提供了一种时序预测集成模型,涉及人工智能技术领域,具体涉及深度学习、机器学习、大模型等技术领域。具体实现方案为:基模型群,基模型群中的基模型用于对输入的时序数据进行时序预测,得到初始预测序列;专家网络群,专家网络群中的一个专家网络与基模型群中的一个基模型连接,专家网络用于对相应基模型输出的初始预测序列进行特征提取和编码;门控网络,用于为专家网络群中的专家网络生成相应的权重;预测网络,基于专家网络群和门控网络的输出,生成结果预测序列,通过该时序预测集成模型可以提高时序预测的准确性。
技术关键词
强化学习网络 样本 模型训练方法 时序预测方法 序列 时间段 时序预测装置 时序预测模型 数据 模型训练装置 人工智能技术 计算机程序产品 参数 处理器通信 指令 可读存储介质
系统为您推荐了相关专利信息
1
一种客户信息数据存储方法及系统
信息数据存储方法 编码规则 解码 序列 客户
2
基于注意力机制改进YOLOv5的人脸检测方法及系统
特征提取网络 人脸检测方法 注意力机制 特征融合网络 卷积特征
3
一种数控加工刀具磨损状态预测的方法及系统
刀具磨损状态 干扰信号特征 切削力 随机森林模型 滑动平均值
4
一种污水处理管道智能监测系统
智能监测系统 动态变化模型 结构稳定性特征 代表 多节点
5
科技影视大模型驱动的场景理解与剧本分析的智能拍摄方法
拍摄镜头 语义 智能拍摄方法 文本 情感特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号