[发明专利]基于深度学习的多元时间序列多层时空依赖建模方法有效
| 申请号： | 202010496285.8 | 申请日： | 2020-06-03 |
| 公开（公告）号： | CN111651504B | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 田泽安;黎丽萍;潘佳铭;李肯立 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06N3/04 |
| 代理公司： | 国防科技大学专利服务中心 43202 | 代理人： | 王文惠 |
| 地址： | 410012 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于深度学习领域，公开了基于深度学习的多元时间序列多层时空依赖建模方法。本发明引入新颖的注意力机制对神经网络中不同层提取的时空依赖特征做更加细粒度的处理，本发明提出的模型由一个堆叠的长短期神经网络‑卷积神经网络(LSTM‑CNN)，基于CNN的空间注意力机制，基于CNN的通道注意力机制，时间注意力机制以及自回归组件组成，通过引入多层时空依赖的概念，使用基于CNN的通道注意力机制和基于CNN空间注意力机制来分别关注不同层的时空依赖特征，实现了对冗余信息的过滤以及对预测结果影响更大的特征的有效提取，达到了提高预测结果的目的，在不同领域内的多元时间序列数据上表现优异并且能够扩展到单元时间序列预测的任务上。 | ||
| 搜索关键词： | 基于 深度 学习 多元 时间 序列 多层 时空 依赖 建模 方法 | ||
【主权项】：
暂无信息
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湖南大学，未经湖南大学许可，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/202010496285.8/，转载请声明来源钻瓜专利网。
