基于多任务学习的近实时态势预测方法及装置
# 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
基于多任务学习的近实时态势预测方法及装置
申请号:
CN202410852581
申请日期:
2024-06-27
公开号:
CN118627641A
公开日期:
2024-09-10
类型:
发明专利
摘要
本申请涉及一种基于多任务学习的近实时态势预测方法及装置,该方法包括获取态势数据;对态势数据进行数据特征提取,得到对应的数据特征;将数据特征输入训练好的多任务学习模型,并利用训练好的多任务学习模型输出对应的态势预测结果。利用训练好的多任务学习模型,根据提取得到的数据特征输出对应的预测结果,且训练好的多任务学习模型能够捕获和利用不同任务间的内在联系,更全面的捕捉复杂系统或环境中的多维度信息,实现对于系统未来状态更加准确的态势预测。
技术关键词
多任务学习模型
态势预测方法
数据特征提取
时间序列特征
非易失性计算机可读存储介质
计算机程序指令
特征选择技术
学习算法
统计特征
特征提取器
特征提取模块
数据获取模块
处理器
分类器
控制系统
存储器
定义