摘要
针对多变量时序预测任务的数据拟合模型的实现方法、数据拟合模型、知识推理模型与数据拟合模型相结合的时序预测方法、系统及介质。该实现方法包括:对预训练数据的单一变量矩阵进行转置处理,以得到预训练数据的第一变量;对预训练数据的多变量矩阵进行时间块处理,以得到预训练数据的第二变量;对第一变量的隐向量和第二变量的隐向量进行多头注意力机制处理,以得到第一变量和第二变量的融合特征信息;基于第一变量和第二变量的融合特征信息构建数据拟合模型。
技术关键词
数据拟合模型
时序预测方法
变量
融合特征
多头注意力机制
矩阵
预测系统
坐标
神经网络单元
多层感知机
决策
轨迹
平台
介质
系统为您推荐了相关专利信息
系统故障检测方法
故障检测模型
长短期记忆网络
网络结构
反应堆
车载前视
注意力
融合特征
语义分割神经网络
影像
生命周期管理系统
融合特征
数字设备
设备运行状态数据
预训练模型
多源大数据
探测设备
流形学习算法
多头注意力机制
数据非线性关系
WiFi设备
生命体
车载通信模块
融合特征
WiFi模块