摘要
本发明公开了一种融合生成式AI情感推理特征的新能源动力关键原材料需求预测方法,包括:1、从材料行业网站获取新能源动力关键原材料需求数据,通过大语言模型获取文本数据;2、利用大语言模型对文本数据获取情感分数;3、利用两种模型分别提取新能源动力关键原材料的需求特征和文本特征;4、构建融合生成式AI情感推理特征的需求预测系统;6、将融合特征输入全连接层进行预测,得到新能源动力关键原材料需求预测值。本发明通过融合新能源动力关键原材料的多模态数据与生成式AI情感推理特征,创新性地结合多种深度学习模型,实现了对文本型数据和数值型数据的多维度特征提取与情感推理,显著提升新能源动力关键原材料需求预测的精度。
技术关键词
需求预测方法
多头注意力机制
文本
大语言模型
前馈神经网络
融合特征
矩阵
特征提取模块
多维度特征提取
交互特征
指标
需求预测系统
需求预测模型
更新网络参数
数据
门控循环单元
可读存储介质
权重特征
深度学习模型
系统为您推荐了相关专利信息
文本
预训练模型
命名实体识别
识别命名实体
识别模块
医学影像数据
标注方法
多模态
训练深度神经网络
融合图像特征