摘要
本发明公开了一种时间序列数据预测方法、装置、电子设备、存储介质及程序产品,涉及人工智能技术领域。该方法包括:获取当前时间段的当前连续时间序列数据;对当前连续时间序列数据进行量化,得到当前时间段的当前离散时间序列数据;采用大语言模型,对当前离散时间序列数据进行预测,得到目标时间段的目标离散时间序列数据;对目标离散时间序列数据进行反离散化,得到目标时间段的目标连续时间序列数据。本发明实施例的技术方案提高了时间序列数据预测的准确性,降低了系统资源的占用量,简化了模型部署过程,降低了模型使用的技术壁垒,便于对大语言模型进行维护,提高了时间序列数据预测的应用性和泛化性。
技术关键词
时间段
序列
大语言模型
数据预测方法
计算机程序产品
数据预测装置
反量化模块
电子设备
聚类
分片
可读存储介质
人工智能技术
数据获取模块
处理器通信
数据更新
存储器
系统为您推荐了相关专利信息
结石
预测评估模型
时间序列特征
动态时间弯曲距离
患者
大语言模型
多模态
数据
计算机可执行指令
电子设备
航空涡扇发动机
连续时间控制器
平衡流形展开模型
动态事件触发机制
李雅普诺夫函数