摘要
本发明涉及金融、医疗健康及人工智能技术领域,提供一种时间序列数据生成方法、装置、设备及介质,一方面,基于双向长短期记忆网络对所述初始时间序列数据进行优化,能够提高数据质量,为后续任务提供较佳的数据基础;一方面,利用双向长短期记忆网络及扩散模型进行联合作用,融合了扩散模型的概率流建模与双向长短期记忆网络的序列依赖捕捉能力,能够实现“局部‑全局”的双尺度建模;一方面,结合基于扩散模型的隐变量空间分解机制及自适应门控机制,解决了多模态生成不足的问题;另一方面,去噪过程同时结合扩散模型的渐进式噪声添加与条件去噪机制,能够精确建模复杂时序的条件概率分布,从而生成高质量的时间序列数据。
技术关键词
数据生成方法
序列
长短期记忆网络
变量
数据生成装置
机制
一维卷积神经网络
计算机设备
生成指令
两阶段
可读存储介质
人工智能技术
医疗健康
解码器
噪声系数
动态
系统为您推荐了相关专利信息
预警模型
交通事故预警方法
多模态
场景特征
数据
高铁齿轮箱
故障诊断方法
振动特征
故障诊断模型
卷积模块