时间序列预测模型的训练方法、装置、设备以及存储介质

本申请提供一种时间序列预测模型的训练方法、装置、设备以及存储介质，涉及数据处理技术领域，该方法通过对时间序列数据在不同时间尺度进行特征提取、图卷积处理，在张量转换后基于多头自注意力机制得到时间序列预测结果。通过对时间序列数据进行嵌入表示并在不同时间尺度进行特征提取，利用图卷积单元，使模型能够捕捉与尺度相关的序列间相关性。将得到的输出投影至与原始维度相同的嵌入空间中，并通过多头自注意力机制，可以同步捕捉时间序列数据内的相关性。最后，利用对比预测编码进行表示学习。该方法以无监督方式捕捉多元时间序列数据不同尺度之间、不同尺度内部的相关性，进而提升预测的准确率和模型的泛化能力。