[发明专利]风险预测模型的训练方法、预测方法及装置、介质和设备在审
| 申请号： | 201910858418.9 | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110674979A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 刘成烽 | 申请（专利权）人： | 腾讯科技(深圳)有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q10/06;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 44232 深圳市隆天联鼎知识产权代理有限公司 | 代理人： | 刘抗美 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及机器学习技术领域，提供了一种风险预测模型的训练方法及装置、风险预测方法及装置，以及实现上述风险预测模型的训练方法和上述风险预测方法的计算机存储介质和电子设备。其中，该训练方法包括：获取具有时序的训练样本，并将训练样本输入风险预测模型；获取风险预测模型的特征衍生层输出的具有时序的衍生特征，其中，衍生特征为特征衍生层对训练样本进行特征衍生得到的；根据衍生特征在不同时序的时间点上的分布差异计算特征衍生层的时序损失函数值；根据时序损失函数值确定风险预测模型的目标函数值，以根据目标函数值对风险预测模型进行训练。本技术方案能够提升风险预测模型的时序稳定性。 | ||
| 搜索关键词： | 风险预测 时序 训练样本 目标函数 时序损失 计算机存储介质 机器学习技术 电子设备 分布差异 时间点 输出 | ||
【主权项】：
1.一种风险预测模型的训练方法，其特征在于，所述方法包括：/n获取具有时序的训练样本，并将所述训练样本输入风险预测模型；/n获取所述风险预测模型的特征衍生层输出的具有时序的衍生特征，其中，所述衍生特征为所述特征衍生层对训练样本进行特征衍生得到的；/n根据所述衍生特征在不同时序的时间点上的分布差异计算所述特征衍生层的时序损失函数值；/n根据所述时序损失函数值确定所述风险预测模型的目标函数值，以根据所述目标函数值对所述风险预测模型进行训练。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司，未经腾讯科技(深圳)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910858418.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种车间无人运输系统任务分配与路径规划方法
- 下一篇：工程船实时波浪预测方法
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
