一种知识数据联合驱动的深度学习方法

本发明公开了一种知识数据联合驱动的深度学习方法，第一步是根据知识库中的不同知识对输入的时空信息进行预处理，得到融合了知识的时空信息。第二步是将原始时空信息与融合了知识的时空信息输入神经网络模型进行分类预测。神经网络模型由多个并联的时空Transformer子模型组成，不同的子模型输入融合了不同知识的时空信息进行分类预测，得到在不同知识的指导下的分类预测结果。第三步是将所有基于知识的子分类模型的分类预测结果输入到汇总模型中得到最终的分类预测结果，同时对预测结果生成基于知识的分类原因。在提升了分类结果准确率的同时基于普适知识生成解释来阐述为何模型做出了相应分类决策。