基于扩散模型的时序数据预测方法、装置、设备及介质

本发明涉及计算机技术领域，公开了一种基于扩散模型的时序数据预测方法、装置、设备及介质，该方法通过将目标时序数据与多模态评估数据进行时间维度对齐，可确保不同模态数据在时间上的一致性。对每个时间步对应的多模态数据进行特征接拼，能够将多模态信息进行整合，丰富每个时间步的数据特征。基于自注意力机制对融合特征向量加权求和得到自注意力特征矩阵，能够捕捉到特征序列中的时序依赖关系和多模态特征之间的相互关联，生成更为丰富的特征表示。利用预训练扩散模型对自注意力特征矩阵进行扩散模拟，输出更准确的目标预测数据，提高了预测结果的准确性。拓展了扩散模型在金融领域和医疗领域的时序数据分析场景中的应用效能。