摘要
本申请提供了一种信息生成方法,可以应用于人工智能领域。该方法包括:获取目标业务的目标数据;将目标数据输入至预测模型,获得预测模型输出的目标信息,目标信息表征目标业务的潜在资源数量的稳定性;其中,预测模型基于目标业务的训练样本训练得到,训练样本包括第一训练样本和第二训练样本;第一训练样本的产生时间早于第二训练样本;第一训练样本用于与样本标签确定第一损失值;第一训练样本的第一特征向量用于与第二训练样本的第二特征向量确定第二损失值;第一损失值和第二损失值用于调整初始预测模型的参数得到预测模型。本申请还提供了一种预测模型训练方法、装置、设备和介质。
技术关键词
深度卷积神经网络
预测模型训练方法
特征提取模块
长短期记忆网络
信息生成方法
样本
注意力机制
信息生成装置
模型训练模块
标签
数据获取模块
处理器
参数
可读存储介质
资源
系统为您推荐了相关专利信息
时空分布特征
防涝设施
长短期记忆网络
融合深度学习模型
栅格
多源传感信息
收获机割台
角度传感器
视觉检测系统
深度卷积神经网络
阈值预测方法
时间序列预测模型
收集工具
BiLSTM模型
特征提取模块
空间分布特征
长短期记忆网络
网格
污染物特征
皮尔逊相关系数