摘要
本申请公开了一种多头并行时间序列预测方法、装置、设备及存储介质,涉及时序预测领域,包括:通过收集时序数据确定训练集;基于预设时序预测模型中的门控注意力机制确定与训练集中数据对应的用于预测的目标上下文向量,以得到预测任务;基于与预测任务对应的目标预测头数量分解得到多个子任务,通过预设时序预测模型中的各目标预测头的预测窗口长度信息确定各目标预测头的初始权重;通过预设加权损失机制、各目标预测头和与各目标预测头分别对应的预测窗口、初始权重及子任务进行并行预测,以确定与预测任务对应的目标预测结果,以便完成模型训练操作,基于训练后模型触发多头并行时间序列预测操作。能够有效提高时序预测模型的性能及适应性。
技术关键词
时间序列预测方法
时序预测模型
注意力机制
训练集
依赖特征
数据收集模块
预测装置
动态
可读存储介质
时间差
处理器
电子设备
时间段
渠道
存储器
系统为您推荐了相关专利信息
绝缘子缺陷
检测网络模型
输电线路绝缘子
缺陷检测方法
训练集
服务质量数据
访问授权信息
传输路径
生成式对抗网络
访客认证方法
长短期记忆神经网络
学习向量量化神经网络
灰狼优化算法
特征选择
监测方法
图像分割方法
多层次特征融合
双向特征金字塔
CT图像数据
模块
图像分割模型
行人重识别模型
令牌
行人特征
重识别方法