[发明专利]信息确定模型的训练方法、环境信息确定方法及装置

说明书

本公开提供了一种信息确定模型的训练方法，涉及人工智能领域，尤其涉及深度学习技术。具体实现方案为：信息确定模型包括第一子模型和第二子模型，该方法包括：将与第一预设时段对应的至少一个序列特征信息输入第一子模型，得到第一预测信息；根据至少一个序列特征信息和第二子模型，得到第二预测信息；根据第一预测信息和第二预测信息，得到与目标时段对应的信息序列；以及根据与目标时段对应的标签序列和信息序列，训练信息确定模型。本公开还提供了一种环境信息确定方法、装置、电子设备和存储介质。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习技术。更具体地，本公开提供了一种信息确定模型的训练方法、环境信息确定方法、装置、电子设备和存储介质。

背景技术

基于数值模拟技术或基于时间序列定技术，可以确定指定时刻之后的短期或超短期的信息。数值模拟技术可以根据大区域的信息来确定小区域的信息。基于时间序列技术的信息确定方法可以根据时间序列之间的关系，进行拟合，再根据拟合的结果确定信息。

发明内容

本公开提供了一种信息确定模型的训练方法、环境信息确定方法、装置、设备以及存储介质。

根据第一方面，提供了一种信息确定模型的训练方法，上述信息确定模型包括第一子模型和第二子模型，该方法包括：将与第一预设时段对应的至少一个序列特征信息输入上述第一子模型，得到第一预测信息；根据上述至少一个序列特征信息和上述第二子模型，得到第二预测信息；根据上述第一预测信息和上述第二预测信息，得到与目标时段对应的信息序列；以及根据与目标时段对应的标签序列和上述信息序列，训练上述信息确定模型。

根据第二方面，提供了一种环境信息确定方法，该方法包括：将与第三预设时段对应的至少一个序列特征信息输入信息确定模型，得到与目标时段对应的环境信息。上述信息确定模型是根据本公开提供的方法训练的。

根据第三方面，提供了一种信息确定模型的训练装置，上述信息确定模型包括第一子模型和第二子模型，该装置包括：第一获得模块，用于将与第一预设时段对应的至少一个序列特征信息输入上述第一子模型，得到第一预测信息；第二获得模块，用于根据上述至少一个序列特征信息和上述第二子模型，得到第二预测信息；第三获得模块，用于根据上述第一预测信息和上述第二预测信息，得到与目标时段对应的信息序列；以及训练模块，用于根据与目标时段对应的标签序列和上述信息序列，训练上述信息确定模型。

根据第四方面，提供了一种环境信息确定装置，该装置包括：确定模块，用于将与第三预设时段对应的至少一个序列特征信息输入信息确定模型，确定与目标时段对应的环境信息；其中，上述信息确定模型是根据本公开提供的装置训练的。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。

根据第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开提供的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开一个实施例的信息确定模型的训练方法的流程图；

图2是根据本公开的另一个实施例的信息确定模型的训练方法的流程图；

图3是根据本公开的另一个实施例的信息确定模型的训练方法的流程图；