摘要
本申请提供了一种基于多时间尺度特性的系统建模方法、装置、设备及介质,涉及数据处理领域。本申请的方法包括:确定待建模的目标系统和所述目标系统中的目标参数,目标系统(例如气候系统)用于预测目标参数在任意时刻的状态值;获取目标参数随时间变化的样本轨迹数据;根据样本轨迹数据获得目标参数在多个不同时间尺度上的特征表示;根据多个特征表示确定目标参数对应的慢变量的初始值和快变量的初始值;根据慢变量的初始值、快变量的初始值、慢变量对应的神经常微分方程以及快变量对应的神经常微分方程,对目标系统进行训练。本申请可以对具有显著多时间尺度特性的复杂系统(目标系统)进行建模,使得目标系统可以实现对系统状态的准确预测。
技术关键词
系统建模方法
变量
多时间尺度
参数随时间
气候系统
编码器
轨迹
深度神经网络
非暂态计算机可读存储介质
样本
数据
建模装置
处理器
分析模块
方程
存储器
系统为您推荐了相关专利信息
生物特征数据
远程监护系统
生物特征识别
嵌入式信号处理
患者
电源适配器故障
故障检测模型
故障监测系统
电气性能特征
工作环境特征
CT影像数据
口腔牙齿模型
神经网络模型
打印方法
多模态