首页> 中国专利> 用于时间序列预测的高斯嵌入式神经网络模型及建模方法

用于时间序列预测的高斯嵌入式神经网络模型及建模方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种用于时间序列预测的高斯嵌入式神经网络模型，该模型包括：一个长短时记忆神经网络层，一个高斯嵌入式模块以及一个反馈通路模块。长短时记忆神经网络层用于在系统的每一次迭代中完成单一样本的时序特征建模，高斯嵌入式模块用于样本不确定性信息，反馈通路模块用于实现网络的迭代优化，提高模型的训练效果。本发明中还公开了上述高斯嵌入式神经网络模型的建模方法。本发明中通过端到端方式将可训练的概率分布插入LSTM作为特征表示，在此基础上实现了自适应的统计特征学习，与现有技术相比有更好的预测效果，能获得全局性更优、泛化性能更好的建模结果。

著录项

公开/公告号CN112183733A

专利类型发明专利
公开/公告日2021-01-05

原文格式PDF
申请/专利权人天津大学;
展开▼

申请/专利号CN202011139949.1
发明设计人谢宗霞;胡慧;王旗龙;
展开▼

申请日2020-10-22
分类号G06N3/04(20060101);G06N3/08(20060101);G06F17/16(20060101);
代理机构12201 天津市北洋有限责任专利代理事务所;
代理人李丽萍
地址 300072 天津市南开区卫津路92号
入库时间 2023-06-19 09:27:35

法律信息

法律状态公告日

法律状态信息

法律状态
2022-11-01

发明专利申请公布后的视为撤回 IPC(主分类):G06N 3/04 专利申请号:2020111399491 申请公布日:20210105

发明专利申请公布后的视为撤回

相似文献

专利
中文文献
外文文献

1. 用于时间序列预测的高斯嵌入式神经网络模型及建模方法 [P] . 中国专利： CN112183733A . 2021-01-05
2. 一种基于混沌优化神经网络模型的时间序列预测方法 [P] . 中国专利： CN111754034A . 2020-10-09
3. TIME SERIES PREDICTING DEVICE AND METHOD AND RECORDING MEDIUM RECORDING SOFTWARE FOR PREDICTING TIME SERIES [P] . 日本专利： JP2000285098A . 2000-10-13

机译：时间序列的预测装置和方法以及用于预测时间序列的介质记录软件
4. METHOD FOR PREDICTING TIME-SEQUENTIAL IMAGE AND DEVICE THEREFOR AND RECORDING MEDIUM FOR RECORDING TIME-SEQUENTIAL IMAGE PREDICTION PROGRAM [P] . 日本专利： JPH11328407A . 1999-11-30

机译：预测时间序列图像的方法及其装置和记录介质，用于记录时间序列图像的预测程序
5. METHOD PRODICTING ENERGY USAGE BASED ON GAUSSIAN PROCESS MODELING [P] . 韩国专利： KR20150087986A . 2015-07-31

机译：基于高斯过程建模的能源利用预测方法