基于动态门控与跨模态注意力融合的预测模型的构建方法

本发明提供了一种基于动态门控与跨模态注意力融合的预测模型的构建方法，属于模型构建技术领域。包括：构建特征编码层，对多源输入数据分别进行编码，得到各模态特征向量；构建多源数据交互层，对各模态特征向量进行深度交互；最后基于动态门控机制对主模态特征与跨模态交互特征进行加权融合；构建特征融合层，对交互后的多模态特征进行时序池化及全连接融合，得到融合特征向量；构建分位数回归层，基于融合特征向量输出预测结果。本发明通过融合动态门控机制与跨模态注意力机制构建得到预测模型，解决了现有预测模型在多源异构数据深度融合、跨模态动态交互及尾部风险准确量化方面的问题，进而实现了对股价崩盘风险的高效预测。