多数据源建模方法、系统、设备、存储介质及程序产品

AITNT
正文
推荐专利
多数据源建模方法、系统、设备、存储介质及程序产品
申请号:CN202511224406
申请日期:2025-08-29
公开号:CN120723751B
公开日期:2025-12-30
类型:发明专利
摘要
本说明书提供了一种多数据源建模方法、系统、设备、存储介质及程序产品。多数据源建模系统由用户端、智能体平台和多个数据源节点构成。用户端以自然语言发送建模需求,上传待建模样本的样本标识及监督标签。智能体平台根据建模需求与从数据源节点获取的特征元数据,选定至少两个参与建模的数据源节点及各自目标特征字段,再将样本标识和目标特征字段发送给这些节点。数据源节点依据样本标识、目标特征字段及本地特征数据库构建待建模样本,训练待训练预测模型并生成中间预测结果,发送至智能体平台。智能体平台融合中间结果生成最终预测结果,以最小化其与监督标签的误差为目标生成第一优化信息并返回,数据源节点据此优化预测模型参数。
技术关键词
智能体平台 节点 建模算法 特征数据库 特征工程 建模系统 样本 标识 建模方法 字段 自然语言 生成模板 优化预测模型 标签 训练预测模型 处理器 报告 融合规则 指令 计算机程序产品
系统为您推荐了相关专利信息
1
一种基于深度学习模型的复杂交通网络流量预测方法
网络流量预测方法 深度学习模型 时空特征学习 节点 短时交通流预测
2
一种基于手机信令数据的个体多日活动模式聚类方法
手机信令数据 模式聚类方法 序列 标签 居民出行调查数据
3
一种水下定向接收网络时隙调度方法、装置及系统
矢量水听器 节点 时隙调度方法 链路 时隙调度装置
4
资源分配方法、装置、集群以及程序产品
集群 网关实体 云管理平台 界面 资源分配方法
5
一种用于深度神经网络任务的云边端多重卸载方法及系统
深度神经网络 卸载策略 卸载方法 阶段 模拟退火算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号