公开(公告)号：CN111950810B

公开(公告)日：2023-12-15

申请号：CN202010876972.2

申请日：2020-08-27

Applicant: 南京大学

Inventor： 李文中 ,  万晨 ,  张治杰 ,  丁望祥 ,  叶保留 ,  陆桑璐

IPC: G06F18/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06F18/214 ,  G06F17/18 ,  G06N3/045

Abstract: 本发明公开了一种基于自演化预训练的多变量时间序列预测方法和设备，所述方法基于预训练策略与卷积网络、长短记忆网络深度序列模型，结合单变量自演化信息与多变量依赖关系信息进行建模，实现了多变量时间序列预测的优化算法，同时兼顾了整体预测精度和局部单变量的预测精度。本发明具有较好的整体预测精度，对于局部单变量的预测精度保障性方面优于现有的多变量时间序列预测方法。

公开(公告)号：CN111950810A

公开(公告)日：2020-11-17

申请号：CN202010876972.2

申请日：2020-08-27

Applicant: 南京大学

Inventor： 李文中 ,  万晨 ,  张治杰 ,  丁望祥 ,  叶保留 ,  陆桑璐

IPC: G06Q10/04 ,  G06N3/04 ,  G06K9/62 ,  G06F17/18

Abstract: 本发明公开了一种基于自演化预训练的多变量时间序列预测方法和设备，所述方法基于预训练策略与卷积网络、长短记忆网络深度序列模型，结合单变量自演化信息与多变量依赖关系信息进行建模，实现了多变量时间序列预测的优化算法，同时兼顾了整体预测精度和局部单变量的预测精度。本发明具有较好的整体预测精度，对于局部单变量的预测精度保障性方面优于现有的多变量时间序列预测方法。