首页> 中国专利> 利用动态时间上下文学习进行多界限时间序列预测的系统和方法

利用动态时间上下文学习进行多界限时间序列预测的系统和方法

摘要

一种用于时间序列预测的系统和方法。所述方法包括:提供与多个未来时间步长相对应的输入特征向量;对输入特征向量执行双向长短期记忆网络(BiLSTM)以获得与多个未来时间步长相对应的隐藏输出;对于每一个未来时间步长:使用多个时间尺度对隐藏输出执行时间卷积以获得多个时间尺度上的上下文特征;以及使用多个权重对多个时间尺度上的上下文特征进行求和以获得多尺度上下文特征;以及以转换多尺度上下文特征以获得与所述未来时间步长相对应的时间序列预测。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-03-06

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号