一种基于加速度引导的多元时间序列扩散填补方法

本发明涉及人工智能技术领域，特别公开一种基于加速度引导的多元时间序列扩散填补方法。通过提供加速度引导的掩码建模框架，并通过自监督掩码预测任务来学习引导表征，使引导表征提取器关注于时间序列中快速变化的信息，为填补缺失值提供有效的表征向量，提出了时间引导融合机制和空间引导融合机制，引导扩散概率模型填补与相邻时间戳变化值变化较为快速的缺失值。本发明结合自监督学习与扩散概率模型的表征能力提升时间序列缺失值填补的能力，通过扩散概率模型强大的数据生成能力有效针对了时间序列缺失值的多样性与可变性，在通过填补后的两个真实缺失的数据集上进行下游分析时，可以明显提升下游时间序列分析任务的性能。