一种基于交互二维卷积的多变量时间序列数据预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于交互二维卷积的多变量时间序列数据预测方法
申请号:
CN202410749741
申请日期:
2024-06-12
公开号:
CN118710933A
公开日期:
2024-09-27
类型:
发明专利
摘要
本发明公开了一种基于交互二维卷积的多变量时间序列数据预测方法,属于时序数据预测领域,该方法首先定时或持续记录,收集时序数据。其次构建多变量时间序列数据预测模型,输入收集的时序数据,得到预测结果。最后对多变量时间序列数据预测模型进行训练,并测试。本发明有效捕获长期时间变量,提升预测精度,打破变量空间连续性,帮助充分捕获变量间相关性,提升模型鲁棒性,适用于多变量时序数据预测任务。
技术关键词
数据预测方法
变量
数据预测模型
时序特征
时序数据预测
序列
卷积神经网络模型
尺寸
数据项
超参数
数据编码
通道
输出特征
视野
频率
鲁棒性
连续性