Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国电信股份有限公司解文斌获国家专利权

中国电信股份有限公司解文斌获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国电信股份有限公司申请的专利一种预测模型的训练方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115146764B

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210737538.5,技术领域涉及:G06N3/045;该发明授权一种预测模型的训练方法、装置、电子设备及存储介质是由解文斌;胡杰;石凌燕;梁天健;李华设计研发完成,并于2022-06-27向国家知识产权局提交的专利申请。

一种预测模型的训练方法、装置、电子设备及存储介质在说明书摘要公布了:本申请实施例公开了一种预测模型的训练方法、装置、电子设备及存储介质,该方法包括:获取原始时序数据;对原始时序数据进行预处理,得到外生变量,外生变量用于表征将原始时序数据对应的周期性数据延伸第一预设时间段;将原始时序数据和外生变量输入至预设模型,基于外生变量和局部敏感哈希函数,对原始时序数据进行处理,得到与第一预设时间段对应的预测时序数据;根据预测时序数据和预设时序数据,训练预设模型,直至预设模型满足预设训练条件,得到训练好的预测模型。根据本申请的实施例,能够有效解决数据预测的准确率低的问题。

本发明授权一种预测模型的训练方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种预测模型的训练方法,其特征在于,所述方法包括: 获取原始时序数据;其中,所述原始时序数据是与时间序列相关的数据,包括:与时间序列对应的网络吞吐率、与时间序列对应的磁盘占用率或与时间序列对应的CPU使用率; 对所述原始时序数据进行预处理,得到外生变量,所述外生变量用于表征将所述原始时序数据对应的周期性数据延伸第一预设时间段; 将所述原始时序数据和所述外生变量输入至预设模型,基于所述外生变量和局部敏感哈希函数,对所述原始时序数据进行处理,得到与所述第一预设时间段对应的预测时序数据; 根据所述预测时序数据和预设时序数据,训练所述预设模型,直至所述预设模型满足预设训练条件,得到训练好的预测模型; 获取第三时序数据; 对所述第三时序数据进行预处理,得到所述第三时序数据对应的外生变量,所述外生变量用于表征将所述第三时序数据所对应的周期性数据延伸第二预设时间段; 将所述第三时序数据,和所述第三时序数据对应的外生变量输入至所述预测模型中,得到与所述第二预设时间段对应的第四时序数据; 其中,预设模型包括:稀疏自注意力子模块、前向链接网络子模块和网络残差链接结构,所述将所述原始时序数据和所述外生变量输入至预设模型,基于所述外生变量和局部敏感哈希函数,对所述原始时序数据进行处理,得到与所述第一预设时间段对应的预测时序数据,包括 将所述原始时序输入至所述稀疏自注意力子模块,基于局部敏感哈希函数,对所述原始时序数据进行处理,得到第二时序数据; 将所述外生变量和所述第二时序数据,输入至所述前向链接网络子模块,捕捉全局隐性特征; 通过所述网络残差链接结构,连接所述全局隐性特征、所述外生变量和所述第二时序数据,得到所述预测时序数据。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国电信股份有限公司,其通讯地址为:100033 北京市西城区金融大街31号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。